从零开始学神经网络——CNN（卷积神经网络）

从零开始学神经网络——CNN（卷积神经网络） - 实践

news/2025/10/1 10:01:36/文章来源:https://www.cnblogs.com/wzzkaifa/p/19122134

什么是卷积神经网络（CNN）

卷积神经网络（CNN，Convolutional Neural Network）是近年来深度学习领域最为重要且应用广泛的模型之一，尤其在计算机视觉领域取得了巨大的突破。CNN 模型的强大之处在于其能够自动从数据中提取特征，并能够以层次化的方式学习内容中的复杂结构。在本文中，大家将深入了解 CNN 的基本结构、工作原理、以及其在各个领域中的应用。

图像数据。CNN 模仿了生物神经系统处理视觉信息的方式，通过多层的卷积和池化操作，逐渐抽象出图像的高层特征。就是CNN 是一种包含多个卷积层的深度神经网络，专门设计用来处理具有网格结构的数据，最常见的应用就

CNN 主要由以下几个基本组件组成：

卷积层（Convolutional Layer）：这一层是 CNN 中最核心的部分。它通过卷积操作提取图像中的局部特征。卷积操作是将一个小的滤波器（或称为卷积核）与输入内容进行卷积，输出一个特征图。
池化层（Pooling Layer）最大池化（Max Pooling），它取局部区域中的最大值作为该区域的代表。就是：池化层通常跟在卷积层后面，用于减小特征图的尺寸，降低计算量，并减少过拟合的风险。最常见的池化方法
全连接层（Fully Connected Layer）：全连接层类似于传统的神经网络结构，用于将高层次的特征映射到最终的分类结果上。在图像分类任务中，通常运用一个或多个全连接层来做最后的决策。
激活函数（Activation Function）：激活函数用于引入非线性因素，使得神经网络能够学习和拟合麻烦的模式。常用的激活函数有 ReLU（Rectified Linear Unit），它在现代 CNN 中非常流行。

CNN 工作原理

假设我们需要使用 CNN 进行图像分类任务。在训练过程中，CNN 会从输入的图像中自动提取特征，并根据这些特征来判断图像属于哪个类别。以下是 CNN 处理过程的简要步骤：

输入图像：输入一张图像，通常是一个大小为 $\times W \times C$ 的三维数组，其中 $H$ 是图像的高度， $W$ 是图像的宽度， $C$ 是图像的通道数（例如 RGB 图像有 3 个通道）。
卷积操作：卷积层借助卷积核滑动窗口的方式，从图像中提取特征。例如，一个 $\times 3$ 的卷积核可以从图像中提取边缘、角点等局部特征。随着层数的加深，CNN 会逐步提取更加抽象的特征。
池化操作：池化层的作用是减少特征图的尺寸，并保留最重要的特征。最大池化就是从每个 $\times 2$ 或 $\times 3$ 的区域中选择最大的值。
全连接层：经过卷积和池化管理后，CNN 得到一个由高层次特征组成的向量。接下来，这些特征被传递到全连接层，用于做最终的分类决策。
输出结果：最后依据 softmax 激活函数输出每个类别的概率，模型选择概率最高的类别作为预测结果。

卷积神经网络的优势

相比传统的机器学习方式，CNN 具有以下几个明显的优势：

自动特征学习：传统的机器学习方法通常依赖于手工提取特征，而 CNN 可以通过多层的卷积和池化操作自动学习信息中的特征。这使得 CNN 在处理复杂的视觉数据时更加高效。
参数共享共享卷积核，这意味着同一个卷积核会在整个图像上滑动并应用于每个区域。此种参数共享减少了模型的参数数量，使得 CNN 更加高效。就是：卷积操作的核心思想
局部感知：CNN 通过局部感知（Local Receptive Field）来处理图像的不同区域，能够有效捕捉图像中的空间关系，这对于图像分类、目标检测等任务非常重要。
平移不变性：卷积操控具有一定的平移不变性，这意味着即使图像中的物体位置发生了变化，CNN 仍然能够识别出这些物体。这使得 CNN 对于物体的位置变化不敏感，具有较强的鲁棒性。