深度学习笔记-----深入浅出CNN (上)

一 为什么引入CNN？

　　在最初，图像处理采用的是全连接方式进行的，这样进行的缺点十分显著，假如说， 我有一张1000 * 1000像素的图片，有一个隐藏层，隐藏层共有256个节点，那么我需要一共需要多少个连接呢？　　1000 * 1000 * 256 大概有2亿多个，如果我有三四个隐藏层，那么要得出计算结果，大概就需要等到几年过后了。所以说，这样就引出了CNN。

---

二  CNN有什么特点，我们引出他来解决这个问题？

　　CNN 的核心思想是用了局部感受野这个概念。什么是局部感受野，通俗的来讲，人类认识事物，是由全部到局部的过程，我们通过看事物的某一部分就可以得到我们想要的结果，比如说下面这只姿势比较正常的动物：

　　

　　我们想判断他是一个什么动物，看他的腿，我们也许不能判断这是一个什么动物（万一是个小脑斧呢），然后只需要看他的脸部就可以确定了，这是一只猫咪，也就是说，脸部在判断中所占的权重比较大，腿部所占的权重比较小。

　　同理，深度学习中的神经元也是这样的，我们没有必要让一个神经元和全部的数据有关联，只需要让他和离他比较近的一部分数据有关系就可以了。那这个如何做到的呢？当然，那就是CNN。

---

　　CNN 首先用到是卷积操作，卷积操作的作用就是提取图片的特征，也就是得到feature map。卷积操作动图可以看：https://my.oschina.net/u/876354/blog/1620906

　　比如说有一张1000 * 1000 像素的图像，我们采用 10 * 10 像素大小的数据为滤波器，共享权值，就可以得到了一张feature map,但是这样做就会缺失部分特征，那么我们用许多个不同的滤波器，对这张图片进行特征提取，就会得到许多feaure map，这些特征图像合并起来，就会得到原来的图像。

 1 import numpy as np
 2 import tensorflow as tf
 3 import matplotlib.pyplot as plt
 4 import matplotlib.image as mping
 5 
 6 image = mping.imread("paiqiu.png")
 7 plt.imshow(image)
 8 print (image.shape)
 9 plt.show()
10 
11 m, n, z = image.shape
12 
13 full = np.reshape(image, [1, m, n, z])
14 input_full = tf.Variable(tf.constant(1.0, shape=[1, m, n, z]))
15 
16 filter = tf.Variable(tf.constant([1.0, 1.0, 0, 1.0, -1.0, 1.0,
17                                   1.0, 0, 0, 0, -1.0, 0,
18                                   1.0, -1.0, 0, -1.0, -1.0, -1.0,
19                                  1.0, 1.0, 0, 1.0, -1.0, 1.0,
20                                   1.0, 0, 0, 0, -1.0, 0,
21                                   1.0, -1.0, 0, -1.0, -1.0, -1.0,
22                                  1.0, 1.0, 0, 1.0, -1.0, 1.0,
23                                   1.0, 0, 0, 0, -1.0, 0,
24                                   1.0, -1.0, 0, -1.0, -1.0, -1.0], shape = [3, 3, z, 2]))
25 
26 op = tf.nn.conv2d(input_full, filter, strides=[1, 1, 1, 1], padding='SAME')
27 
28 
29 with tf.Session() as sess:
30     sess.run(tf.global_variables_initializer())
31     
32     t, f = sess.run([op, filter], feed_dict = {input_full : full})
33 
34     t0 = t.reshape(1, m * n * 2).reshape(-1, 1)
35     Ver = []
36     Hor = []
37     for i in range(m * n * 2):
38         if i % 2 == 0:
39             Ver.append(t0[i])
40         else:
41             Hor.append(t0[i])
42 
43 H = np.array (Hor)
44 V = np.array (Ver)
45 
46 H = H.reshape(m, n)
47 V = V.reshape(m, n)
48 
49 plt.figure(dpi = 200)
50 plt.subplot(121)
51 plt.imshow(H)
52 plt.subplot(122)
53 plt.imshow(V)
54 
55 plt.imshow(V)
56 plt.imshow(H)

View Code

　　在这里，我们先显示原来的图像，然后分别使用 Vertical 矩阵和 Horizational 矩阵，得出他的横轴与纵轴的轮廓。然后发现这两个图合并后得到的结果与原图的轮廓是一致的。

 

　　由此完成了CNN中提取feature map的工作，为局部感受野奠定了基础