图卷积神经网络

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