概述
該設計支援圖像建模,而網路的完整架構和訓練決定其任務性能。
深入探討
卷積層在多個空間位置應用學習的內核。在每個位置,它將權重與相應的輸入值相乘,然後組合乘積,通常會添加偏差。即使內核被應用為未翻轉的互相關,深度學習庫通常將其稱為卷積。跨位置重複使用核心是權重共享:可比層不會為每個位置學習單獨的完整核心。局部連接和共享權重是架構屬性,並不能保證完整的分類器在每個位置都同樣好地識別物件。填滿、步幅、池化、邊界效應和後面的層都會影響結果。池化通常會降低空間分辨率,並可能降低對微小局部位置變化的敏感性,而不能保證完全的平移不變性。經過訓練的圖像網路通常會開發分層特徵,將早期的模式組合成稍後更複雜的表示,儘管每個過濾器不需要具有唯一的人類可讀標籤。 AlexNet與2012年頗具影響力的ImageNet分類結果相關。層幾何形狀也易於計算。使用 6×6 輸入、3×3 內核、步幅為 1、無填充且無膨脹時,內核適合沿著每個軸的四個位置,從而提供 4×4 輸出網格。渠道增加了另一個維度。在具有三個輸入通道且沒有分組的傳統密集卷積中,一個濾波器具有跨越所有三個通道的內核權重,並將它們的貢獻組合成一個輸出特徵圖。
現實世界的實施
在定義的影像資料集上訓練分類器並在保留的影像上進行評估。
比較視覺網絡各階段的學習特徵圖。
在工業相機檢查實驗中使用局部濾波器。
研究輸入通道、內核大小、填充和步幅如何改變卷積層。
卷積神經網路的未來
可以針對特定的視覺任務和資源限制來比較卷積、注意力和混合設計。報告架構、影像解析度、訓練資料和評估條件,而不是假設一個家族普遍占主導地位。層幾何形狀和通道選擇會影響記憶體和計算,而精確度則需要單獨測量。了解局部共享濾波器設計有助於解釋有用的屬性以及將每個 CNN 視為自動不變或可靠的限制。
付諸實踐
為什麼這很重要
- 更明確的決策. 它可以幫助您將清晰的技術聲明與行銷語言分開。
- 成本與預算. 在花費金錢或時間之前,您可以提出更好的實施問題。
- 團隊與工作流程. 具有共同理解的團隊可以做出更好的產品、政策和學習決策。
留意
- 不同的團隊可能會以不同的方式使用相同術語,因此請儘早定義範圍。
- 基準測試可能看起來很強大,但實際效能卻參差不齊。
- 忽視數據品質和評估計劃通常會產生脆弱的結果。
後續步驟
- 從您需要的結果的簡單語言定義開始。
- 在測試之前選擇一種成功指標和一種失敗條件。
- 使用代表性資料運行小型試點,而不是完善的演示集。
- 記錄卷積神經網路在哪些方面有幫助以及在哪些方面更簡單的方法更好。
不斷探索
常見問題
什麼是卷積神經網路?
卷積神經網路使用跨空間位置共享的學習局部濾波器來形成特徵圖。該設計支援圖像建模,而網路的完整架構和訓練決定其任務性能。
CNN 中過濾器(內核)的主要工作是什麼?
濾鏡是一個在影像上滑動的小權重網格,當它發現所學的模式(例如邊緣或紋理)時會啟動。
與在每個影像位置學習單獨的核心相比,空間核心共享如何減少參數要求?
比較涉及共享與單獨的本地內核;它並不聲稱每個 CNN 都小於每個全連接模型。
空間池化層通常對 CNN 特徵圖做什麼?
池化通常會下採樣;任何增加的位置公差都是有限的並且取決於設計。
在深度 CNN 中,從早期層到後期層的特徵通常如何變化?
早期層檢測邊緣和顏色等低階特徵;更深的層將這些組合成更高層次的概念,例如臉部或物體部分。
哪個 CNN 與 2012 年頗具影響力的 ImageNet 分類結果有關?
Krizhevsky、Sutskever 和 Hinton 在 2012 年發表的論文報導了通常稱為 AlexNet 的網絡。