CS230 Lecture 2深度学习的直观认识（Deep Learning Intuition）

观看斯坦福大学公开课CS230后记录笔记，以便以后查阅之用。

在这里插入图片描述
使用逻辑回归解决特定目标是否在图片中问题时，对于判断目标是否存在于图片中，对输出的编码可以采用sigmoid函数编码，设置一个阈值，当模型输出大于阈值时，判断存在，反之不存在图中。

在这里插入图片描述

解决一个动物分类问题时，当图片中只有一个动物时，可以使用One-Hot编码，当图片中存在多个动物时，也可以采One-Hot编码，例如[1,1,0]，表示图片中存在小狗和小猫。

在这里插入图片描述

这里解决一个给定一个image判断image是白天还是黑夜的问题。

数据。估算一下模型的复杂度，这不是一个非常难的分类问题，按照以往的经验大概需要1万张image训练模型，8:2比例划分为训练数据和验证数据集。训练模型的好坏应该以人类的标准衡量模型的分类偏差，例如如果连我们自己都很难分辨一张图片的白天黑夜，那么模型分类错误也就情有可原了。
输入。输入模型的数据是像素级别的数据。分辨率应该保证分类准确率召回率的条件下，采用越低越好，这样有利于模型的robust。这个很好理解，因为model的input neurons是规定好的，如果遇到分辨率很高的图片可以下采样同样可以达到很好的accuracy和recall，但是如果给定一个分辨率很低的image，而model的input neurons很多，使用分辨率很低的图片上采样会降低model 的 accuracy和recall。
输出。白天和黑夜输出，采用1表示白天，0表示黑夜。最后一层的输出采用sigmoid函数。
DNN架构。采用一个shallow的network就可以得到一个很好的结果。相反的如果采用一个比较deep的network会使得loss function有很多的local minimum从而导致训练难度增加，还会使得训练的数据量也得增加。
Loss function。这里是一个分类问题，采用采用cross entropy可能会有比较好的结果。

在这里插入图片描述

解决一个人脸验证的问题：给定你的现在的照片和你的学生卡，学校通过这套系统查看你学生ID在数据库的照片来确认你是否和数据库中的照片是一个人

使用传统算法遇到的问题。当使用传统算法计算两张照片之间的像素距离（欧式距离等），由于背景不同、穿着打扮不同的原因容易造成分类错误。
神经网络架构。使用一套在ImageNet等数据集训练好权重的network，去掉最后几层网络，使用当前学校数据库的照片训练model，输出一个向量例如最后一层的output neuron是128个，输出128维向量。进行比对的时候输入该ID的数据库照片model产生一个vector，输入该学生现在的照片输出一个vector，计算这两个vector之间的Distance即可。

在这里插入图片描述

解决一个人脸识别问题，进学校门时由人脸识别系统识别你是本校的学生

模型架构。训练模型时首先构造一个三元组（Anchor，Positive， Negtive），Anchor代表门口照相机验证时给你拍摄的照片，Positive是你在数据库中真实的照片，Negtive是其他一个人照片，添加Negtive原因是想让模型学习到同一个人和不同人之间的区别。输入模型三元组，模型输出三个向量Enc(A),Enc§,Enc(N)，代表三个照片经过模型处理后的encoding。
Loss function。 $L=||Enc(A)-Enc(P)||^{2}_{2} - ||Enc(A)-Enc(N)||^2_2$ ，这样设计的原因是希望当前image A和真实image P距离越小则loss越小，当前image A和他人image N距离越大则loss越小。

在这里插入图片描述

风格转移：给定一件艺术品照片，一个普通照片生成这个普通照片的艺术品风格照片

架构。这里的关键是采用一个预训练的网络，将网络中的参数固定不动，输入模型的照片采用一个随机噪声的图片。损失函数设计成与输入有关的函数，BP算法进行更新的时候，更新输入的噪声图片，进行多轮训练更新后，会将输入的噪声图片更新成为风格转移的照片。
Loss function。 $L=||Content_C-Content_G||_2^2+||Style_S-Style_G||_2^2$ ，其中的Content_C是普通照片的内容，Content_G是需要生成的风格照片的内容，Style_C是普通照片的风格，Style_G是需要生成的照片的风格。这样设计能够使生成照片内容和当前普通照片内容距离近时loss小，生成照片风格和艺术照片风格距离小时loss小。

在这里插入图片描述

注意第二行使用开根号的w和h是因为想增大对于小物体损失的loss error。