图卷积神经网络
作者:互联网
卷积神经网络
卷积神经网络是一种多层神经网络,擅长处理图像特别是大图像的相关机器学习问题。
卷积网络通过一系列方法,成功将数据量庞大的图像识别问题不断降维,最终使其能够被训练。
如下图所示,在图像识别问题里,图片是由像素组成的。
卷积神经网络先将图片截成3x3像素的区域,再对这9个像素进行某种线性回归(加权求和),即给出9个参数(weight),每个参数(weight)分别乘以其中一个像素。再将这9个乘积进行求和。最后得到一个结果。
最后再将原图中3x3的格子向右移一个像素,得到新的9个像素。重复上面的方法,得到一个结果。
重复以上步骤,直到遍历整张图片中的像素,得到最终卷积后的结果。即为第一层,卷积层的输出。
为什么卷积能work ?
一个神经元,该神经元用来检测图中是否存在转角
下面是像素的表示以及它的可视化呈现
对于以下图片
我们先使用以上的神经元来检测它的某个区域是否存在转角
这个区域的像素表示为:
与上述的用于检测是否存在转角的神经元相乘,得到
这个检测是否存在转角神经元的最终输出为6600,是一个很大的数字,因此我们可以认为该图片区域中是存在着转角的。
图卷积神经网络
在下面的图中,我们可以利用卷积神经网络的思想,将节点以及它的邻近节点进行卷积,从而得到隐藏层的特征表示。
标签:卷积,像素,神经网络,转角,神经元,图片 来源: https://blog.csdn.net/weixin_33717117/article/details/87429537