神经网络之卷积理解
来源:互联网 发布:淘宝会员名怎么隐藏 编辑:程序博客网 时间:2024/06/13 07:11
卷积看了也使用了不少时间了,最近在知乎上如何理解深度学习中的deconvolution networks看到一个关于卷积的,感觉不错,因此有把那篇讲卷积的文章A guide to convolution arithmetic for deep learning看了一遍。
首先是卷积和反卷积的输入和输出形状(shape)大小,受到padding、strides和核的大小的影响。其计算如下:
注:其中o表示卷积操作输出结果,i表示卷积输入大小,k表示卷积核大小,p表示padding大小,s表示strides大小,o’, i’, k’, p’, s’则表示相应的反卷积操作大小. a 表示如果在卷积时移动步长(strides)不为1,且不能被strides整除,则其反卷积操作需要在输入i’的上边和右边补0,其大小为a,a = (i + 2k - p).
卷积操作
关于在数学上的卷积公式就不多说了,全是一堆公式,在图像中卷积的应用而且有点不一样,直接上一个ufldl的神图,初始接触卷积就是看的这个教程。
就是通过一个卷积核在图片像素中移动进行计算,同时,这种平移计算卷积的操作也可以看成矩阵操作,对于上面一个输入为5x5的输入,核为3x3的卷积来说(无padding且1 strides),把输入、卷积核和输出都展开为向量形式:
- 输入为25维的列向量
x x=[11100...01100] - 核扩充为9x25维的矩阵
C C=⎡⎣⎢⎢⎢⎢w0,00...0w0,1w0,00w0,2w0,10w0,3w0,200w0,30000.........⎤⎦⎥⎥⎥⎥=⎡⎣⎢1...00010000000......⎤⎦⎥ - 输出为4维的行向量
y=Cx x=[434243234]
前向传播
通过上述的矩阵表示,则前向传播可以表示为:
反向传播
神经网络的反向传播是通过链式求导计算的,后一层的误差乘以导数得到前一层的误差。则每层的梯度为:
则对于单个
则对于
反卷积操作(transposed convolution)
反卷积,其实就是卷积转置(transposed convolution),也称为微步卷积(fractionally strided convolutions),因为在反卷积中可能出现移动小于一步的情况,下面会介绍。
根据上面矩阵表示卷积的前向和反向传播的过程,其反卷积的操作就非常简单了,只需要对C进行转置就好了,
即:
因此,在反卷积中不需要改变核的大小。
不使用padding和strides
卷积操作
这种类型是最简单的
输出大小为:
解释: 只看一次重做到右的滑动,一共滑动
反卷积操作
为了使得到的输出结果比输出结果的shape大,需要改变其padidng的值。
- k’ = k
- s’ = s
- p’ = k-1
解释:
其过程如下所示:
输出大小为:
解释:
使用padding和不使用strides
卷积操作
使用padding在输入图像周围填充0,使输出的结果shape大于输入的结果(不是反卷积)。在实际实现卷积操作中没有计算这些0的乘法
输出大小为:
**解释:**padding在矩阵周围增加了p个单位的0,因此其输入大小增加为
反卷积操作
由于在卷积时在输入的四周补0了,所以在反卷积时需要重新计算
解释:同理,卷积操作减少了
输出大小为:
解释:
注意:
奇数核一半的padding和不使用strides
这种结构比较好玩,就是使输入和输出的大小相同,VGG就是使用这种结构。
卷积操作
核:
输出大小为:
反卷积操作
由于卷积的输入和输出的形状相同,则反卷积操作与卷积操作也相同。
即,
输出大小为:
奇数核-1大小的padding和不使用strides
stride:
卷积操作
输出的结果比输入的大,输出增加了p大小。
输出大小为:
反卷积操作
相当于没有使用padding的反卷积操作,就是卷积操作中输出增加了
输出大小为:
注意:使用的是
不使用padding和使用strides
即,卷积核一次移动多步。
卷积操作
输出大小为:
注意:上式进行了向下取整,也就是遇到奇数无法除尽的时候需要向下取整。这种情况需要额外注意,因为在反卷积中需要在其上面和左边补0, 该图在下一节一起放出。
反卷积操作
这种情况的反卷积比较好玩,需要在输入数据中插0。这也是微步卷积的由来(fractionally strided convolutions),由于在输入中插入0,导致strides移动<1。
核:
注意
输出大小为:
使用padding和使用strides
卷积操作
和不使用padding差不多,只不过四周补0了.
输出大小为:
反卷积操作
对于移动步数刚好整除的
核:
输出大小为:
对于无法整除的
这种情况需要在输入矩阵的上边和右边增加a排0,其中
输出大小为:
references
图片来自:https://github.com/vdumoulin/conv_arithmetic
文章参考:A guide to convolution arithmetic for deep learning
- 神经网络之卷积理解
- 可视化理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 深入理解卷积神经网络
- 卷积神经网络的理解
- 通俗理解卷积神经网络
- 可视化理解卷积神经网络
- 可视化理解卷积神经网络
- 通俗理解卷积神经网络
- 可视化理解卷积神经网络
- 通俗理解卷积神经网络
- 可视化理解卷积神经网络
- 通俗理解卷积神经网络
- PAT乙级1028. 人口普查(20)
- C#对window 硬件类操作,ManagementObjectSearcher
- 第四天
- Doctype作用,标准模式与兼容模式的区别
- 判断二维点在线段的哪一侧
- 神经网络之卷积理解
- 自定义下拉选择框
- 使用RateLimiter完成简单的大流量限流,抢购秒杀限流
- 小幺鸡接口管理本地部署
- 花非花,物非物,AI岂是池中物(人工智能篇)
- ios 上传appstore慢 解决打包上传一直停留在authenticating with the itunes store问题
- 在ubuntu上安装jdk1.8
- 未来币-锻造-钱包
- 感知哈希算法(perceptual hash algorithm),