卷积神经网络（一）基础入门

目录

1. 什么是卷积神经网络（CNN）

2. CNN 的起源与应用场景

3. CNN 的核心组件

4. 卷积层详解

5. 池化层简介

6. CNN 的基本架构示意

7. 简单示例与理解

---

1️⃣ 什么是卷积神经网络（CNN）

• CNN是一种深度学习模型，专门用于处理具有类似网格结构的数据（如图像、语音信号）。

• 通过卷积运算提取局部特征，有效捕捉空间和局部关联性。

• 相较于传统神经网络，CNN在图像识别、目标检测、语义分割等任务中表现优异。

---

2️⃣ CNN 的起源与应用场景

• 最初由Yann LeCun于1989年提出，用于手写数字识别（LeNet-5）。

• 现今广泛应用于计算机视觉领域：

  • 图像分类（如ImageNet竞赛）

  • 目标检测（如YOLO、Faster R-CNN）

  • 语义分割

  • 视频分析

  • 自然语言处理中的文本分类等

---

3️⃣ CNN 的核心组件

组件	作用
卷积层	提取输入的局部特征
激活函数	引入非线性，提高模型表达能力
池化层	降低特征维度，防止过拟合
全连接层	综合高层特征，输出分类结果
损失函数	衡量预测与真实值的差距

---

4️⃣ 卷积层详解

• 卷积层通过多个**卷积核（滤波器）**滑动扫描输入图像，提取局部特征。

• 卷积核大小常见为3x3、5x5等。

• 卷积操作公式简化：

  (I∗K)(x,y)=∑i∑jI(x+i,y+j)⋅K(i,j)

  其中 I 是输入图像，K 是卷积核。

• 参数共享和局部连接特性减少了模型参数量，提高训练效率。

• 卷积层输出称为特征图（feature map）。

---

5️⃣ 池化层简介

• 池化层用于降低空间尺寸，减少计算量和过拟合。

• 常见的池化方式：

  • 最大池化（Max Pooling）

  • 平均池化（Average Pooling）

• 通过滑动窗口，对区域内数值进行最大值或平均值操作，降低分辨率。

---

6️⃣ CNN 的基本架构示意

输入图像 -> 卷积层 + 激活 -> 池化层 -> 卷积层 + 激活 -> 池化层 -> ... -> 全连接层 -> 输出

---

7️⃣ 简单示例理解

• 假设输入是28x28的灰度手写数字图像。

• 使用5个3x3卷积核提取边缘、纹理等低级特征。

• 池化层将28x28降为14x14，降低后续计算负担。

• 重复卷积和池化提取更高层次语义信息。

• 最终全连接层输出10个数字分类概率。

---

卷积神经网络（一） – 菜鸟-创作你的创作