本文目錄：
- 一、CNN概述
- 二、CNN日常應用
- 三、CNN的卷積層
- （一 ）基本介紹
- （二）卷積層計算
- 1.對輸入數據的要求
- 2.卷積核核心參數
- 3.計算過程
- 4.特征圖尺寸計算
- 5.1、多通道卷積計算
- 5.2、多卷積核計算
- 6.PyTorch卷積層API
前言：上篇文章講解了圖像，這篇文章正式進入卷積神經網絡講解。
一、CNN概述
卷積神經網絡（Convolutional Neural Network, CNN）是一種專門用于處理網格狀數據（如圖像、視頻、語音信號等）的深度學習模型。其核心思想是通過局部感受野、權值共享和空間下采樣來高效提取特征，廣泛應用于計算機視覺、自然語言處理（如文本分類）等領域。
CNN網絡主要由三部分構成：卷積層、池化層和全連接層構成：
（1）卷積層負責提取圖像中的局部特征；
（2）池化層用來大幅降低參數量級(降維)；
（3）全連接層類似人工神經網絡的部分，用來輸出想要的結果。
CNN實踐案例：
上圖中CNN要做的事情就是：給定一張圖片，是車還是馬未知，是什么車也未知，現在需要模型判斷這張圖片里具體是一個什么東西，總之輸出一個結果：如果是車，那是什么車？
二、CNN日常應用
圖像分類：最常見的應用，例如識別圖片中的物體類別；
目標檢測：檢測圖像中物體的位置和類別；
圖像分割：將圖像分成多個區域，用于語義分割；
人臉識別：識別圖像中的人臉；
醫學圖像分析：用于檢測醫學圖像中的異常（如癌癥檢測、骨折檢測等）；
自動駕駛：用于識別交通標志、車輛、行人等。
三、CNN的卷積層
（一 ）基本介紹
卷積層是CNN的核心組件，用于提取輸入數據（如圖像、語音、文本）的局部特征。它的核心思想是通過局部連接、權值共享和平移不變性高效處理網格狀數據（如像素矩陣）。
卷積層利用卷積核（濾波器）對輸入進行處理（卷積操作），從而生成特征圖（feature map），并且每個卷積層能夠提取不同層次的特征，從低級特征（如邊緣）到高級特征（如物體的形狀）。
卷積層的主要作用如下：
-
特征提取：卷積層的主要作用是從輸入圖像中提取低級特征（如邊緣、角點、紋理等）。通過多個卷積層的堆疊，網絡能夠逐漸從低級特征到高級特征（如物體的形狀、區域等）進行學習；
-
權重共享：在卷積層中，同一個卷積核在整個輸入圖像上共享權重，這使得卷積層的參數數量大大減少，減少了計算量并提高了訓練效率；
-
局部連接：卷積層中的每個神經元僅與輸入圖像的一個小局部區域相連，這稱為局部感受野，這種局部連接方式更符合圖像的空間結構，有助于捕捉圖像中的局部特征；
-
空間不變性：由于卷積操作是局部的并且采用權重共享，卷積層在處理圖像時具有平移不變性。也就是說，不論物體出現在圖像的哪個位置，卷積層都能有效地檢測到這些物體的特征。
（二）卷積層計算
1.對輸入數據的要求
2.卷積核核心參數
3.計算過程
1. input 表示輸入的圖像；
2. filter 表示卷積核, 也叫做濾波器(濾波矩陣)
- 一組固定的權重，因為每個神經元的多個權重固定，所以又可以看做一個恒定的濾波器filter；
- 非嚴格意義上來講，下圖中紅框框起來的部分便可以理解為一個濾波器，即帶著一組固定權重的神經元，多個濾波器疊加便成了卷積層；
- 一個卷積核就是一個神經元。
卷積運算本質上就是在濾波器和輸入數據的局部區域間做點積。
如上圖左上角的點計算：
按照上面的計算方法可以得到最終的特征圖為:
實圖-特征圖對比：
注意：如果想要提取更多特征（比如花朵的顏色深淺、輪廓、紋理），可以用多個卷積核（分別提取花朵的顏色深淺、輪廓、紋理，生成不同的特征圖）。
4.特征圖尺寸計算
注意：
5.1、多通道卷積計算
如上圖，計算方法如下：
- 當輸入有多個通道(Channel), 例如 RGB 三個通道, 此時要求卷積核需要擁有相同的通道數（圖像有多少通道，每個卷積核就有多少通道）；
- 每個卷積核通道與對應的輸入圖像的各個通道進行卷積；
- 將每個通道的卷積結果按位相加得到最終的特征圖。
如下圖所示：
5.2、多卷積核計算
在卷積神經網絡（CNN）中，多個卷積核（Filters/Kernels） 的計算是核心操作之一，它使網絡能夠同時提取多種特征（如邊緣、紋理、顏色等）。
特點：
（1）每個卷積核學習不同的特征：
例如：第一個核可能檢測水平邊緣，第二個核檢測垂直邊緣，第三個核檢測紅色通道的特定模式等。
（2）輸出多通道特征圖：
若有 C_out 個卷積核，輸出特征圖會有 C_out 個通道。
如上圖，可以看到：
- 兩個神經元，意味著有兩個濾波器；
- 數據窗口每次移動2個步長取3*3的局部數據，即stride=2；
- zero-padding=1。輸入數據由
5*5*3變為7*7*3； - 左邊是輸入（7*7*3中，7*7代表圖像的像素/長寬，3代表R、G、B 三個顏色通道）；
- 中間部分是兩個不同的濾波器Filter w0、Filter w1；
- 最右邊則是兩個不同的輸出。
6.PyTorch卷積層API
# 導包
import numpy as np
import matplotlib.pyplot as plt
import torch# 加載數據
n1_img = plt.imread('data/img.jpg')
print(n1_img.shape)
# 把numpy轉換為tensor
t1_img = torch.from_numpy(n1_img)
print(t1_img.shape)
# 交換維度 (H,W,C)->(C,H,W)
t2_img = t1_img.permute(2, 0, 1)
print(t2_img.shape)
# 升維
t3_img = t2_img.unsqueeze(0)
print(t3_img.shape)
# TODO 創建卷積層對象 設置輸出通道數4,意味著輸出的特征圖4個
conv = torch.nn.Conv2d(in_channels=3, out_channels=4, kernel_size=3, stride=1, padding=0)
# TODO 調用卷積層對象,提取特征,注意類型轉換
output = conv(t3_img.to(torch.float32))
print(output.shape)
# 降維
output = output.squeeze(0)
print(output.shape)
# 交換維度
output = output.permute(1, 2, 0)
print(output.shape)
# 轉換為numpy TODO 索引0,1,2,3分別可以獲取第0,1,2,3個特征圖
output = output[:, :, 2].detach().numpy() #2：第三個圖
print(output.shape)
# 畫圖
plt.imshow(output)
plt.show()運行結果：
可依次修改output = output[:, :, 2].detach().numpy() 將其它三個圖顯示出來（將2依次換成0、1、3）。
今日分享到此結束。
)
)
