如何快速简单理解卷积神经网络（CNN)
CNN卷积神经网络常用于图像识别分类的训练,对图像分类具有很好的适应性。
一张图片，通常是由成千上万个像素点组成的，如下：
卷积神经网络，需要理解以下三点：
- 什么是卷积运算
- 什么是reLU运算
- 什么是pooling
下面一一介绍。
卷积运算
怎么运算的
卷积运算就是将原始图片的与特定的Feature Detector(filter)做卷积运算(符号⊗)，卷积运算就是将下图两个3x3的矩阵作相乘后再相加，以下图为例矩阵点乘：0 x0 + 0 x0 + 0 x1+ 0 x1 + 1 x0 + 0 x0 + 0 x0 + 0 x1 + 0 x1 =0
每次移动一步，最终移动完毕我们可以得到以下结果：
图像完成一次卷积操作结果
实际上，我们会用很多个随机生成的Filter对同一幅图像进行卷积运算并都保存下来方便下一步的计算。同时，我们发现对原图形做卷积运算往往会使图形矩阵的宽高发生改变（减小），再者原图形矩阵边缘在做卷积运算时不在卷积filter中心。为了解决这个问题，通常我们会对原图形边缘进行填充。添加一层零值像素以使用零环绕输入，这样我们的要素图就不会缩小。除了在执行卷积后保持空间大小不变，填充还可以提高性能并确保内核和步幅大小适合输入。
在卷积点成运算后，我们往往会像神经网络层计算一样加入偏置项，综上，实际的卷积运算可以通过下图理解：
（来源：http：//cs231n.github.io/convolutional-networks/）
第1列大矩阵为填充后的输入图形矩阵，浅蓝色中心部分为原图形矩阵，灰色部分为0填充的边缘。这个图形有三个通道（可以简单理解为RGB三通道），第2列为随机生成的1个filter,也有三个通道分别对图形矩阵做卷积运算再加上b0偏置项就得到了运算结果如第四列矩阵展示。第3列也是随机生成的1个filter,也有三个通道分别对图形矩阵做卷积运算再加上b1偏置项就得到了运算结果如第四列矩阵展示。
卷积运算的作用
卷积运算可以提取图像的特征，我们把卷积运算后的矩阵叫做特征图。如下：
通过特定的卷积运算，我们提取了图像的轮廓特征，当然选用不同的卷积filter就会提取到不同的图像特征。
ReLU
Reku是一种激活函数，作用于卷积层和全连接神经网络层，与其他激活函数不同,reLU在特征图矩阵值为负的地方将其变为0.使用Relu函数去掉负值，更能提取出物体的形状。
pooling
在卷积层之后，通常在CNN层之间添加池化层。池化的功能是不断降低维数，以减少网络中的参数和计算次数。这缩短了训练时间并控制过度拟合。最常见的池类型是max pooling，它在每个窗口中占用最大值。需要事先指定这些窗口大小。这会降低特征图的大小，同时保留重要信息。
这里选用了2x2的窗口，选取窗口内最大值保留到池化后的特征矩阵图pooled feature map中。
池化完毕，我们发现特征图由5x5变成了3x3矩阵，这说明pooling一个很重要的作用就是图像压缩，但又保留了最重要的信息。
全连接神经网络计算
通过特定次数的卷积运算和max_pooling,我们得到了很多的特征图，将这些特征图按行展开成一维向量作为我们全连接神经网络的输入。以一个特征图展开为例如下
CNN全过程理解
通过以上的认识，我们可以把CNN理解为一个 特征筛选+全连接神经网络训练的过程。
多次进行卷积运算和pool,是特征筛选的过程，目的在于减少特征个数，加快运算效率。
全连接神经网络，通常采用梯度下降算法进行多次更新，就是真正的训练过程。
理解模型1
CNN步骤：
- 1.输入图形矩阵，我们先将其边缘0填充
- 2.随机生成特定shape的filter，比如我们生成了15个（如下图），通过卷积运算就会得到15个特征图矩阵。
- 3.设置窗口，选取窗口内最大值进行存储（maxpooling),得到矩阵数量急剧减少的特征图矩阵。
- 4.重复2，3过程，直到矩阵元素较少或满足限定条件。
- 5.将得到的所有特征图按行展开并连接为一维向量，作为全连接神经网络的输入。（当然，在训练中，我们知道每一幅图像的class)
- 6.神经网络训练
为了帮助理解，顺几张网上的概念图如下：
概念图1
概念图2 原图形没有进行边缘填充
手动分割
以上就是我学习CNN后的一些初略理解，如果有错误和疑问欢迎指正。
