当前位置：首页 > news >正文

T05_卷积神经网络

news 2025/8/15 7:12:10

全连接网络存的弊端

以MINST数字识别为例，创建一个4层全连接网络层，输入为28x28，中间三个隐藏层的节点数都是 256，输出节点数是10。通过summary()函数打印出模型每一层的参数量，计算总的参数量超过34万个网络参数，单个权值保存为 float 类型的变量，网络参数至少需要约 1.34MB 内存。训练过程中占用内存超过2GB（未使用GPU)，训练时长超过5分钟（个人笔记本，ADM R7系列）。

随着图片的尺寸增加，网络层增加，训练占用的内存、时长会暴增。

下面是几种如何避免全连接网络的参数量过大的缺陷的方法。

局部相关性

以2D图片数据为例，在进入全连接层之前，需要将矩阵数据打平成 1D 向量，然后每个像素点与每个输出节点两两相连。网络层的每个输出节点都与所有的输入节点相连接，用于提取所有输入节点的特征信息，这种稠密的连接方式是全连接层参数量大、计算代价高的根本原因。全连接层也称为稠密连接层(Dense Layer)

可以分析输入节点对输出节点的重要性分布，仅考虑较重要的一部分输入节点，而抛弃重要性较低的部分节点，这样就可以简化模型了。然而找出每个中间节点的重要性分布是件非常困难的事情。利用先验知识，可以使用位置或距离作为重要性分布衡量标准的数据。

以2D 图片数据为例，简单地认为与当前像素欧式距离(Euclidean Distance)小于和等于 $k2\frac{k}{\sqrt{2}}$ ，的像素点重要性较高，欧式距离大于 $k2\frac{k}{\sqrt{2}}$ 到像素点重要性较低，那么这样就很轻松地简化了每个像素点的重要性分布问题。

如下图，这个高宽为 $k$ 的窗口称为感受野(Receptive Field)，它表征了每个像素对于中心像素的重要性分布情况，网格内的像素才会被考虑，网格外的像素对于中心像素会被简单地忽略。

在这里插入图片描述

这种基于距离的重要性分布假设特性称为局部相关性，它只关注和自己距离较近的部分节点，而忽略距离较远的节点。

权值共享

每个输出节点仅与感受野区域内 $\times k$ 输入节点相连接,输出层节点数为 $∥J∥\parallel J \parallel$ ，当前层的参数量为$k \times k \times \parallel J \parallel $，相对于全连接层的$ \parallel I \parallel \times\parallel J \parallel $，考虑$ k $一般取值较小如 1 、 3 、 5 等，$ k \times k \ll \parallel J \parallel$，因此成功地将参数量减少了很多。

权值共享就是说，给一张输入图片，用一个卷积核去扫这张图，卷积核里面的数就叫权重，这张图每个位置是被同样的卷积核扫的，所以权重是一样的，也就是共享。

通过权值共享的思想，对于每个输出节点 $o_j$ ，均使用相同的权值矩阵𝑾，那么无论输出节点的数量 $∥J∥\parallel J \parallel$ 是多少，网络层的参数量总是 $\times k$ 。

卷积运算

对于窗口 $\times k$ 内的所有像素，采用权值相乘累加的方式提取特征信息，每个输出节点提取对应感受野区域的特征信息。这种运算其实是信号处理领域的一种标准运算：离散卷积运算。

离散卷积运算流程：

卷积核即是行、列为 $k$ 大小的权值矩阵𝑾，对应到特征图上大小为 $k$ 的窗口即为感受野，感受野与权值矩阵𝑾相乘累加，得到此位置的输出值。
每次通过移动卷积核，并与图片对应位置处的感受野像素相乘累加，得到此位置的输出值。
通过权值共享，从左上方逐步向右、向下移动卷积核，提取每个位置上的像素特征，直至最右下方，完成卷积运算。

在2D卷积运算中，卷积核是一个函数 $g (m, n)$ （m,n表示长/宽），有时也叫 Filter、Weight 等。

卷积神经网络

卷积神经网络通过充分利用局部相关性和权值共享的思想，大大地减少了网络的参数量，从而提高训练效率，更容易实现超大规模的深层网络。

单通道单核卷积

单通道输入 $c_{in}=1$ ，如灰度图片只有灰度值一个通道，单个卷积核 $c_{out}=1$ 的情况。以输入 $X$ 为5 × 5的矩阵，卷积核为3 × 3的矩阵为例，与卷积核同大小的感受野(输入 $X$ 上方的绿色方框)首先移动至输入 $X$ 最左上方，选中输入 $X$ 上3 × 3的感受野元素，与卷积核(图片中间3 × 3方框)对应元素相乘：

$∣1−10−1−2−212−2∣⊙∣−1121−130−1−2∣=∣−1−10−1260−24∣\begin{vmatrix}1&-1&0 \\ -1&-2&-2 \\ 1&2&-2 \end{vmatrix} \odot \begin{vmatrix}-1&1&2 \\ 1&-1&3 \\ 0&-1&-2 \end{vmatrix}=\begin{vmatrix}-1&-1&0 \\ -1&2&6 \\ 0&-2&4 \end{vmatrix}$

$⊙\odot$ 符号表示哈达马积，即矩阵的对应元素相乘，它与矩阵相乘符号@是矩阵的二种最为常见的运算形式。

运算后得到3 × 3的矩阵，这 9 个数值全部相加： $- 1 - 1 + 0 - 1 + 2 + 6 + 0 - 2 + 4 = 7$

在这里插入图片描述

完成第一个感受野区域的特征提取后，感受野窗口向右移动一个步长单位(Strides，记为𝑠，默认为 1)，按照同样的计算方法，与卷积核对应元素相乘累加，得到输出 10

在这里插入图片描述

按照上述方法，每次感受野向右移动𝑠 = 个步长单位，若超出输入边界，则向下移动𝑠 = 个步长单位，并回到行首，直到感受野移动至最右边、最下方位置，最终输出得到一个3 × 3的矩阵。

可以观察到，卷积运算的输出矩阵大小由卷积核的大小 $k$ ，输入 $X$ 的高宽ℎ/𝑤，移动步长𝑠，是否填充等因素共同决定。

在这里插入图片描述

多通道单核卷积

多通道输入的卷积层更为常见，比如彩色的图片包含了 R/G/B 三个通道，每个通道上面的像素值表示 R/G/B 色彩的强度。下面以 3 通道输入、单个卷积核为例，将单通道输入的卷积运算方法推广到多通道的情况。

每个通道上面的感受野窗口同步落在对应通道上面的最左边、最上方位置，每个通道上感受野区域元素与卷积核对应通道上面的矩阵相乘累加，分别得到三个通道上面的输出 7、-11、-1 的中间变量，这些中间变量相加得到输出-5，写入对应位置。

在这里插入图片描述

随后，感受野窗口同步在 $X$ 的每个通道上向右移动𝑠 = 个步长单位，每个通道上面的感受野与卷积核对应通道上面的矩阵相乘累加，得到中间变量 10、20、20，全部相加得到输出 50，写入第一行、第二列元素位置。

在这里插入图片描述

以此方式同步移动感受野窗口，直至最右边、最下方位置，此时全部完成输入和卷积核的卷积运算，得到3 × 3的输出矩阵

在这里插入图片描述

整个的计算示意图如下

在这里插入图片描述

一般来说，一个卷积核只能完成某种逻辑的特征提取，当需要同时提取多种逻辑特征时，可以通过增加多个卷积核来得到多种特征，提高神经网络的表达能力。

多通道，多卷积核

多通道输入、多卷积核是卷积神经网络中最为常见的形式。

以 3 通道输入、2 个卷积核的卷积层为例。第一个卷积核与输入 $X$ 运算得到输出 $O$ 的第一个通道，第二个卷积核与输入 $X$ 运算得到输出 $O$ 的第二个通道，输出的两个通道拼接在一起形成了最终输出 $O$ 。每个卷积核的大小 $k$ 、步长 $s$ 、填充设定等都是统一设置，这样才能保证输出的每个通道大小一致，从而满足拼接的条件。

在这里插入图片描述

步长

对于信息密度较大的输入，如物体数量很多的图片，为了尽可能的少漏掉有用信息，在网络设计的时候希望能够较密集地布置感受野窗口；对于信息密度较小的输入，比如全是海洋的图片，可以适量的减少感受野窗口的数量。感受野密度的控制手段一般是通过移动步长(Strides)实现的。

步长是指感受野窗口每次移动的长度单位，对于 2D 输入来说，分为沿 $x$ (向右)方向和 $y$ (向下)方向的移动长度。

在这里插入图片描述

通过设定步长𝑠，可以有效地控制信息密度的提取。当步长设计的较小时，感受野以较小幅度移动窗口，有利于提取到更多的特征信息，输出张量的尺寸也更大；当步长设计的较大时，感受野以较大幅度移动窗口，有利于减少计算代价，过滤冗余信息，输出张量的尺寸也更小。

填充

经过卷积运算后的输出 $O$ 的宽高一般会小于输入 $X$ 的宽高。在网络模型设计时，有时希望输出 $O$ 与输入 $X$ 的宽高相同，从而方便网络参数的设计，残差链接等。

为了让输出 $O$ 与输入 $X$ 的宽高相同，一般通过在原输入 $X$ 的高和宽维度上面进行填充（Padding）若干无效元素操作，得到增大的输入 $X′X^\prime$ 。通过精心设计填充单元的数量，在 $X′X^\prime$ 上面进行卷积运算得到输出 $O$ 的高宽可以和原输入 $X$ 相等，甚至更大。

在这里插入图片描述

在 TensorFlow 中，在𝑠 = 1时（s表示步长），如果希望输出 $O$ 和输入 $X$ 高、宽相等，只需要简单地设置参数 padding=”SAME" 即可使 TensorFlow 自动计算 padding 数量，非常方便。

空洞卷积

普通的卷积层为了减少网络的参数量，卷积核的设计通常选择较小的 × 和3 × 3感受野大小。小卷积核使得网络提取特征时的感受野区域有限，但是增大感受野的区域又会增加网络的参数量和计算代价，因此需要权衡设计。

空洞卷积(Dilated/Atrous Convolution)的提出较好地解决这个问题，空洞卷积在普通卷积的感受野上增加一个 Dilation Rate 参数用于控制感受野区域的采样步长。当感受野的采样步长 Dilation Rate 为 1 时，每个感受野采样点之间的距离为1，此时的空洞卷积退化为普通的卷积；当 Dilation Rate 为 2 时，感受野每 2 个单元采样一个点每个采样格子之间的距离为 2……

在这里插入图片描述

池化层

在卷积层中，可以通过调节步长参数𝑠实现特征图的高宽成倍缩小，从而降低了网络的参数量。除了通过设置步长，还有一种专门的网络层可以实现尺寸缩减功能，那就是池化层。

池化层同样基于局部相关性的思想，通过从局部相关的一组元素中进行采样或信息聚合，从而得到新的元素值。最大池化层(Max Pooling)从局部相关元素集中选取最大的一个元素值，平均池化层(Average Pooling)从局部相关元素集中计算平均值并返回。

以 $\times 5$ 输入 $X$ 的最大池化为例，考虑感受野窗口大小为 $k = 2$ ，步长 $s = 1$ 的情况

绿色虚线方框代表第一个感受野的位置，感受野元素集合为 ${1,−1,−1,−2}\begin{Bmatrix} 1,-1,-1,-2 \end {Bmatrix}$

在最大池化采样的方法下，通过 $x′=max({1,−1,−1,−2})=1x^\prime = max(\begin{Bmatrix} 1,-1,-1,-2 \end {Bmatrix}) = 1$

计算出当前位置的输出值为1，并写入对应的位置

在这里插入图片描述

同样的方法，循环往复，移动感受野窗口直到最下方、最右边，获得最大池化层的输出，长宽为 × ，略小于输入 $X$ 的

在这里插入图片描述

由于池化层没有需要学习的参数，计算简单，并且可以有效减低特征图的尺寸，非常适合图片这种类型的数据，在计算机视觉相关任务中得到了广泛的应用。

通过精心设计池化层感受野的高宽 $k$ 和步长 $s$ 参数，可以实现各种降维运算。

BatchNorm层

卷积神经网络的出现，网络参数量大大减低，使得几十层的深层网络成为可能。然而，在残差网络出现之前，网络的加深使得网络训练变得非常不稳定，会出现出现网络长时间不更新甚至不收敛的现象，同时网络对超参数比较敏感，超参数的微量扰动也会导致网络的训练轨迹完全改变。

BN （BatchNorm）层的提出，使得网络的超参数的设定更加自由，比如更大的学习率、更随意的网络初始化等，同时网络的收敛速度更快，性能也更好。

在 TensorFlow 中，通过 layers.BatchNormalization()类可以非常方便地实现 BN 层：

# 创建 BN 层
layer=layers.BatchNormalization()

与全连接层、卷积层不同，BN 层的训练阶段和测试阶段的行为不同，需要通过设置training 标志位来区分训练模式还是测试模式。

以 LeNet-5 的网络模型为例，在卷积层后添加 BN 层：

# 网络容器
network = Sequential([ layers.Conv2D(6,kernel_size=3,strides=1),# 插入 BN 层layers.BatchNormalization(),layers.MaxPooling2D(pool_size=2,strides=2),layers.ReLU(),layers.Conv2D(16,kernel_size=3,strides=1),# 插入 BN 层layers.BatchNormalization(),layers.MaxPooling2D(pool_size=2,strides=2),layers.ReLU(),layers.Flatten(),layers.Dense(120, activation='relu'),# 此处也可以插入 BN 层layers.Dense(84, activation='relu'),# 此处也可以插入 BN 层layers.Dense(10)
])

在训练阶段，需要设置网络的参数 training=True 以区分 BN 层是训练还是测试模型

with tf.GradientTape() as tape:x = tf.expand_dims(x,axis=3)out = network(x, training=True)

在测试阶段，需要设置 training=False，避免 BN 层采用错误的行为

for x,y in db_test: # 遍历测试集x = tf.expand_dims(x,axis=3)out = network(x, training=False)

深度残差网络

ResNet原理

ResNet 通过在卷积层的输入和输出之间添加 Skip Connection 实现层数回退机制，如下图所示，输入 $x$ 通过两个卷积层，得到特征变换后的输出 $F(x)\mathcal{F}(x)$ ，与输 $x$ 进行对应元
素的相加运算，得到最终输出 $H(x)\mathcal{H}(x)$ ： $H(x)=x+F(x)\mathcal{H}(x) = x + \mathcal{F}(x)$

在这里插入图片描述

$H(x)\mathcal{H}(x)$ 叫作残差模块(Residual Block，简称 ResBlock)。由于被 Skip Connection 包围的卷积神经网络需要学习映射 $F(x)=H(x)−x\mathcal{F}(x)=\mathcal{H}(x) - x$ ，故称为残差网络。

为了能够满足输入 $x$ 与卷积层的输出 $F(x)\mathcal{F}(x)$ 能够相加运算，需要输入 $x$ 的 shape 与 $F(x)\mathcal{F}(x)$ 的shape 完全一致。当出现 shape 不一致时，一般通过在 Skip Connection 上添加额外的卷积运算环节将输入 $x$ 变换到与 $F(x)\mathcal{F}(x)$ 相同的 shape。

DenseNet

DenseNet是Skip Connection 比较流行方案之一，DenseNet 将前面所有层的特征图信息通过 Skip Connection 与当前层输出进行聚合，与 ResNet 的对应位置相加方式不同，DenseNet 采用在通道轴𝑐维度进行拼接操作，聚合特征信息。

如下图所示，输入 $X_0$ 通过 $H_1$ 卷积层得到输出 $X_1$ ， $X_1$ 与 $X_0$ 在通道轴上进行拼接，得到聚合后的特征张量，送入 $H_2$ 卷积层，得到输出 $X_2$ ，同样的方法， $X_2$ 与前面所有层的特征信息 $X_1$ 与 $X_0$ 进行聚合，再送入下一层。如此循环，直至最后一层的输出 $X_4$ 和前面所有层的特征信息： ${Xi}i=0,1,2,3\begin{Bmatrix}X_i\end{Bmatrix}_{i=0,1,2,3}$ 进行聚合得到模块的最终输出。这样一种基于 Skip Connection 稠密连接的模块叫做 Dense Block。