【深度学习】卷积神经网络(Convolutional Neural Networks)

来源：互联网发布：java疯狂讲义第三版编辑：程序博客网时间：2024/05/18 00:05

1.动机 - (Motivation)

卷积神经网络(CNN)是多层前向网络(MLPs)的一种变体，而MLP是受生物学的启发发展而来的。从Hubel和Wiesel对猫的视觉皮层(visual contex)所做的早期工作，我们可以看出视觉皮层中的神经元(cells)分布十分复杂。每个神经元仅对视觉域(visual field)的某个局部区域较为敏感，这个区域叫做感受野(receptive field)。这些局部区域以平铺方式覆盖整个视觉域。这些神经元对于输入空间(input space)表现为局部滤波器(local filter)的特性，并且适用于挖掘存在于自然图像中的局部空间关系信息。

更多地，有两种基本的神经元类型：简单神经元(Simple cell)在自身感受野内，可以对特定的边缘模式(edge-like patterns)产生最大化的相应。而复杂神经元(Complex cell)具有更大的感受野，并对模式的精确位置具有局部不变性(locally invariant)。

动物的视觉层皮是现有的最强大的视觉处理系统，因此效仿视觉皮层的行为是很自然的想法。所以，有许多受到神经元工作原理启发而发表的文章。例如：NeoCognitron[Fukushima]，HMAX[Serre07] and LeNet-5 [LeCun98]，本课程重点讨论LeNet-5。

2.稀疏连接性 - (Sparse Connectivity)

CNN是通过相邻层神经元之间的局部连接，挖掘空间上的局部关联性(local correlation)。换句话说，m层隐单元(hidden units)的输入，来源于m-1层部分单元的输出，而这些单元具有空间上连续的感受野。我们可以看下图说明：

假如，m-1层是视网膜输入层。在上图中，m层的单元在视网膜层有宽度为3的感受野，所以m层的单元仅和视网膜层相邻的3个神经元连接。m+1层具有与m层相似的连接关系。我们可以说，m+1层关于m层的感受野为3，而m+1层关于输入层的感受野为5。每个单元对于其感受野以外的变化不作相应。因此这种架构可以确保，学习到的“滤波器”对于"空间局部输入模式"能产生最强的相应。

如上图可示，堆砌许多这样的“层”可以获得一个(非线性)"滤波器(filters)"，且这种滤波器会变得更具“全局性(global)”（也就是说，可以对像素空间中很大范围都产生相应）。例如，m+1层的隐单元可以编码一个宽度为5的非线性特征（就像素空间而言）。

3.共享权值 - (Shared Weights)

在CNN中，每个滤波器 $h_i$ 在整个视觉域(visual field)上是不断重复的。这些重复的单元共享着相同的参数设定（权值向量(weight vector)和偏置(bias)），并且组成一个特征图(feature map)。

在上图中，展示了属于同一个特征图的3个隐节点。相同颜色的权值是共享的——被约束成恒等。梯度下降法(Gradient descent)仍然可以用来学习这些共享的参数，只需要对原始的算法进行略微的修改。共享权值的梯度简单地等于共享参数梯度之和。

以这种形式重复放置神经元，可以更好地检测特征，而无需在意特征在视觉域上的位置。此外，权值共享提高了学习的效率，因为权值共享大大减少了参数学习的个数。“共享权值”约束，使得CNN在解决视觉问题中具有更佳的通用特性。

4.细节及标注说明 - (Details and Notation)

对整个图像的局部区域重复应用一个函数，可以获得一个特征图。换句话说，也就是用线性滤波器对图像进行卷积，加上一个偏置，再应用一个非线性的函数。如果我们将给定层的第k个特征图记为 $h^k$ ，这个特征图由权值向量 $W^k$ 和偏置 $b_k$ 得到，再经过 $tanh$ 非线性函数。

$h^k_{ij} = \tanh ( (W^k * x)_{ij} + b_k ).$

Note

回忆一维信号卷积的定义式：
$o[n] = f[n]*g[n] = \sum_{u=-\infty}^{\infty} f[u] g[n-u] = \sum_{u=-\infty}^{\infty} f[n-u] g[u]$ .
上式可以扩展到二维形式：
$o[m,n] = f[m,n]*g[m,n] = \sum_{u=-\infty}^{\infty} \sum_{v=-\infty}^{\infty} f[u,v] g[m-u,n-v]$ .

为了以更加丰富的方式表征数据，每个隐层由多个特征图组成，记为 $\{h^{(k)}, k=0..K\}$ ，隐层的权值 $W$ 可以表示为一个四维张量(4D tensor)，这个张量内的元素反应了四个维度的每种组合：目标特征图(destination feature map)，源特征图(source feature map)，源垂直位置(source vertical position)和源水平位置(source horizontal position)。偏置 $b$ 可以表示为一个一维向量，这个维度是指目标特征图。我们以下图说明：

图一一个卷积层的实例

图中画了一个CNN的两层示意图。m-1层包含4个特征图，m隐层含有2个特征图( $h^0$ 和 $h^1$ )。 $h^0$ 和 $h^1$ 中的像素(神经元输出，用蓝/红方块标出)是由m-1层的像素以2x2的感受野(用彩色方块标出)计算而来。注意感受野是如何跨越这四个输入特征图的。所以 $h^0$ 和 $h^1$ 的权重 $W^0$ 和 $W^1$ 是三维张量。一个维度用于表示输入特征图，其他两个维度用于表示像素坐标。

汇总而言，连接 "m层第k个特征图像素" 和 "m-1层第l个特征图上坐标为(i,j)的像素" 的权重记为 $W^{kl}_{ij}$ 。

5.卷积操作 - (The Convolution Operator)

ConvOp是实现卷积层的主要工具。ConvOp被theano.tensor.signal.conv2d使用，有两个输入参数：

一小批输入图像所对应的四维张量。四维张量的形式：[一小批的数量，输入特征图数量，图像高度，图像宽度]。
权值矩阵 $W$ 所对应的四维张量。四维张量的形式：[m层特征图数量，m-1层特征图数量，滤波器高度，滤波器宽度]。

以下是Theano用于实现卷积层(类似于图一)的代码。输入包含三个特征图(RGB彩色图)，大小为120x160。我们使用两个9x9感受野的卷积滤波器。

import theanofrom theano import tensor as Tfrom theano.tensor.nnet import convimport numpyrng = numpy.random.RandomState(23455)# instantiate 4D tensor for inputinput = T.tensor4(name='input')# initialize shared variable for weights.w_shp = (2, 3, 9, 9)w_bound = numpy.sqrt(3 * 9 * 9)W = theano.shared( numpy.asarray(            rng.uniform(                low=-1.0 / w_bound,                high=1.0 / w_bound,                size=w_shp),            dtype=input.dtype), name ='W')# initialize shared variable for bias (1D tensor) with random values# IMPORTANT: biases are usually initialized to zero. However in this# particular application, we simply apply the convolutional layer to# an image without learning the parameters. We therefore initialize# them to random values to "simulate" learning.b_shp = (2,)b = theano.shared(numpy.asarray(            rng.uniform(low=-.5, high=.5, size=b_shp),            dtype=input.dtype), name ='b')# build symbolic expression that computes the convolution of input with filters in wconv_out = conv.conv2d(input, W)# build symbolic expression to add bias and apply activation function, i.e. produce neural net layer output# A few words on ``dimshuffle`` :#   ``dimshuffle`` is a powerful tool in reshaping a tensor;#   what it allows you to do is to shuffle dimension around#   but also to insert new ones along which the tensor will be#   broadcastable;#   dimshuffle('x', 2, 'x', 0, 1)#   This will work on 3d tensors with no broadcastable#   dimensions. The first dimension will be broadcastable,#   then we will have the third dimension of the input tensor as#   the second of the resulting tensor, etc. If the tensor has#   shape (20, 30, 40), the resulting tensor will have dimensions#   (1, 40, 1, 20, 30). (AxBxC tensor is mapped to 1xCx1xAxB tensor)#   More examples:#    dimshuffle('x') -> make a 0d (scalar) into a 1d vector#    dimshuffle(0, 1) -> identity#    dimshuffle(1, 0) -> inverts the first and second dimensions#    dimshuffle('x', 0) -> make a row out of a 1d vector (N to 1xN)#    dimshuffle(0, 'x') -> make a column out of a 1d vector (N to Nx1)#    dimshuffle(2, 0, 1) -> AxBxC to CxAxB#    dimshuffle(0, 'x', 1) -> AxB to Ax1xB#    dimshuffle(1, 'x', 0) -> AxB to Bx1xAoutput = T.nnet.sigmoid(conv_out + b.dimshuffle('x', 0, 'x', 'x'))# create theano function to compute filtered imagesf = theano.function([input], output)

让我们用以下代码完成点有趣的事情...

import numpyimport pylabfrom PIL import Image# open random image of dimensions 639x516img = Image.open(open('doc/images/3wolfmoon.jpg'))# dimensions are (height, width, channel)img = numpy.asarray(img, dtype='float64') / 256.# put image in 4D tensor of shape (1, 3, height, width)img_ = img.transpose(2, 0, 1).reshape(1, 3, 639, 516)filtered_img = f(img_)# plot original image and first and second components of outputpylab.subplot(1, 3, 1); pylab.axis('off'); pylab.imshow(img)pylab.gray();# recall that the convOp output (filtered image) is actually a "minibatch",# of size 1 here, so we take index 0 in the first dimension:pylab.subplot(1, 3, 2); pylab.axis('off'); pylab.imshow(filtered_img[0, 0, :, :])pylab.subplot(1, 3, 3); pylab.axis('off'); pylab.imshow(filtered_img[0, 1, :, :])pylab.show()

这将产生以下的输出：

注意到，一个随机初始化的滤波器效果非常类似于边缘检测器(edge detector)！

我们使用了和MLP一样的权值初始化公式。权值在[-1/fan-in,1/fan-in]范围的均匀分布上随机采样，其中fan-in是隐单元的输入数。对于MLP，它是前层的单元数。对于CNNs，我们不得不考虑输入特征图数量和感受野的大小。

6.最大池化 - (Maxpooling)

CNN的另一个非常重要的概念叫做最大池化(Max-pooling)，它是某种形式的非线性降采样(non-linear down-sampling)。最大池化将输入图像划分为一系列不重叠(non-overlapping)的矩形，对于每个矩形区域，输出是其区域的最大值。

最大池化对视觉处理非常有用，原因如下：

通过移除非最大值(non-maximal value)，减少了后层运算量。
它提供了一种形式的平移不变性。想象一下将最大池化层(max-pooling layer)与卷积层(convolutional layer)级联。原本输入图像的单一像素点可以在8个方向上做平移变换。如果采用2x2的区域做最大池化，那么有3种平移变换的池化效果将与卷积层输出完全一致。如果采用5x5的区域做最大池化，那么准确的概率变为5/8。由于池化能提供对于位置变化的鲁棒性，因此，最大池化是一种减少中间级维数的“巧妙”方式。

Theano通过theano.tensor.signal.downsample.max_pool_2d的方式完成最大池化。这个函数的输入参数为：一个N维张量（其中N>=2），降采样因子(downscaling factor)。并对张量的后两个维度做最大池化。

"An example is worth a thousand words."

from theano.tensor.signal import downsampleinput = T.dtensor4('input')maxpool_shape = (2, 2)pool_out = downsample.max_pool_2d(input, maxpool_shape, ignore_border=True)f = theano.function([input],pool_out)invals = numpy.random.RandomState(1).rand(3, 2, 5, 5)print 'With ignore_border set to True:'print 'invals[0, 0, :, :] =\n', invals[0, 0, :, :]print 'output[0, 0, :, :] =\n', f(invals)[0, 0, :, :]pool_out = downsample.max_pool_2d(input, maxpool_shape, ignore_border=False)f = theano.function([input],pool_out)print 'With ignore_border set to False:'print 'invals[1, 0, :, :] =\n ', invals[1, 0, :, :]print 'output[1, 0, :, :] =\n ', f(invals)[1, 0, :, :]

以上程序将产生以下输出：

With ignore_border set to True:    invals[0, 0, :, :] =    [[  4.17022005e-01   7.20324493e-01   1.14374817e-04   3.02332573e-01 1.46755891e-01]     [  9.23385948e-02   1.86260211e-01   3.45560727e-01   3.96767474e-01 5.38816734e-01]     [  4.19194514e-01   6.85219500e-01   2.04452250e-01   8.78117436e-01 2.73875932e-02]     [  6.70467510e-01   4.17304802e-01   5.58689828e-01   1.40386939e-01 1.98101489e-01]     [  8.00744569e-01   9.68261576e-01   3.13424178e-01   6.92322616e-01 8.76389152e-01]]    output[0, 0, :, :] =    [[ 0.72032449  0.39676747]     [ 0.6852195   0.87811744]]With ignore_border set to False:    invals[1, 0, :, :] =    [[ 0.01936696  0.67883553  0.21162812  0.26554666  0.49157316]     [ 0.05336255  0.57411761  0.14672857  0.58930554  0.69975836]     [ 0.10233443  0.41405599  0.69440016  0.41417927  0.04995346]     [ 0.53589641  0.66379465  0.51488911  0.94459476  0.58655504]     [ 0.90340192  0.1374747   0.13927635  0.80739129  0.39767684]]    output[1, 0, :, :] =    [[ 0.67883553  0.58930554  0.69975836]     [ 0.66379465  0.94459476  0.58655504]     [ 0.90340192  0.80739129  0.39767684]]

比较于Theano的大多数代码，这个max_pool_2d操作有一点"特殊"。程序在图像生成时，必须知道降采样因子ds(一个二元组，分别记录了图像宽度和高度降采样因子)。这将在未来版本中改变。

7.一个完整模型：LeNet

稀疏，卷积层和最大池化，是LeNet这类模型的核心。而每个模型的实际细节大有不同，下图刻画了LeNet的图解。

前面几层由交替的卷积层和最大池化层组成。然而，后面几层是全连接(fully-connected)层，相当于一个传统的MLP（隐层(hidden layer)+逻辑回归(logistic regression)）。第一个全连接层的输入是前一层所有特征图的集合。

从应用的角度出发，这意味着前面几层是以四维张量进行操作。然后这些四维张量被整理成栅格状特征图的二维矩阵形式，这样可以兼容MLP的实现。

Note

需要注意，名词“卷积”可能对应于不同的数学操作：

theano.tensor.nnet.conv2d，是在所有已发表的卷积模型中最常用的一种卷积。在这种卷积中，各个输出特征图通过不同的二维滤波器与各个输入特征图相连接，而输出值是各个输入与相应滤波器卷积之和。
在原始LeNet模型中使用的卷积：在他们的工作中，每个输出特征图仅仅与输入特征图的一个子集相连接。
在信号处理中使用的卷积：theano.tensor.signal.conv.conv2d，仅仅适用于单通道输入。

这里，我们使用第一种操作，所以这个模型与原始的LeNet模型有略微的不同。使用第二种卷积操作的原因，是这样可以减少需要的计算量，但现代硬件已经能足够快的完成全连接操作。另一个原因，是这样可以略微地减少空闲参数的数量，但在我们的处理过程中，使用了其他的正则化技术。

8.融会贯通 - (Putting it All Together)

如今，我们已经有了实现LeNet模型所需的各个组件。我们还需要LeNetConvPoolLayer类，用于实现一个{卷积+最大池化}层。

class LeNetConvPoolLayer(object):    """Pool Layer of a convolutional network """    def __init__(self, rng, input, filter_shape, image_shape, poolsize=(2, 2)):        """        Allocate a LeNetConvPoolLayer with shared variable internal parameters.        :type rng: numpy.random.RandomState        :param rng: a random number generator used to initialize weights        :type input: theano.tensor.dtensor4        :param input: symbolic image tensor, of shape image_shape        :type filter_shape: tuple or list of length 4        :param filter_shape: (number of filters, num input feature maps,                              filter height, filter width)        :type image_shape: tuple or list of length 4        :param image_shape: (batch size, num input feature maps,                             image height, image width)        :type poolsize: tuple or list of length 2        :param poolsize: the downsampling (pooling) factor (#rows, #cols)        """        assert image_shape[1] == filter_shape[1]        self.input = input        # there are "num input feature maps * filter height * filter width"        # inputs to each hidden unit        fan_in = numpy.prod(filter_shape[1:])        # each unit in the lower layer receives a gradient from:        # "num output feature maps * filter height * filter width" /        #   pooling size        fan_out = (filter_shape[0] * numpy.prod(filter_shape[2:]) /                   numpy.prod(poolsize))        # initialize weights with random weights        W_bound = numpy.sqrt(6. / (fan_in + fan_out))        self.W = theano.shared(            numpy.asarray(                rng.uniform(low=-W_bound, high=W_bound, size=filter_shape),                dtype=theano.config.floatX            ),            borrow=True        )        # the bias is a 1D tensor -- one bias per output feature map        b_values = numpy.zeros((filter_shape[0],), dtype=theano.config.floatX)        self.b = theano.shared(value=b_values, borrow=True)        # convolve input feature maps with filters        conv_out = conv.conv2d(            input=input,            filters=self.W,            filter_shape=filter_shape,            image_shape=image_shape        )        # downsample each feature map individually, using maxpooling        pooled_out = downsample.max_pool_2d(            input=conv_out,            ds=poolsize,            ignore_border=True        )        # add the bias term. Since the bias is a vector (1D array), we first        # reshape it to a tensor of shape (1, n_filters, 1, 1). Each bias will        # thus be broadcasted across mini-batches and feature map        # width & height        self.output = T.tanh(pooled_out + self.b.dimshuffle('x', 0, 'x', 'x'))        # store parameters of this layer        self.params = [self.W, self.b]        # keep track of model input        self.input = input

值得注意的是，在初始化权值之时，fan-in值由感受野的大小，以及输入特征图的个数决定。

最终，使用Classifying MNIST digits using Logistic Regression中定义的LogisticRegression类，以及中Multilayer Perceptron定义的HiddenLayer类。我们实例化以下这个网络：

    x = T.matrix('x')   # the data is presented as rasterized images    y = T.ivector('y')  # the labels are presented as 1D vector of                        # [int] labels    ######################    # BUILD ACTUAL MODEL #    ######################    print '... building the model'    # Reshape matrix of rasterized images of shape (batch_size, 28 * 28)    # to a 4D tensor, compatible with our LeNetConvPoolLayer    # (28, 28) is the size of MNIST images.    layer0_input = x.reshape((batch_size, 1, 28, 28))    # Construct the first convolutional pooling layer:    # filtering reduces the image size to (28-5+1 , 28-5+1) = (24, 24)    # maxpooling reduces this further to (24/2, 24/2) = (12, 12)    # 4D output tensor is thus of shape (batch_size, nkerns[0], 12, 12)    layer0 = LeNetConvPoolLayer(        rng,        input=layer0_input,        image_shape=(batch_size, 1, 28, 28),        filter_shape=(nkerns[0], 1, 5, 5),        poolsize=(2, 2)    )    # Construct the second convolutional pooling layer    # filtering reduces the image size to (12-5+1, 12-5+1) = (8, 8)    # maxpooling reduces this further to (8/2, 8/2) = (4, 4)    # 4D output tensor is thus of shape (batch_size, nkerns[1], 4, 4)    layer1 = LeNetConvPoolLayer(        rng,        input=layer0.output,        image_shape=(batch_size, nkerns[0], 12, 12),        filter_shape=(nkerns[1], nkerns[0], 5, 5),        poolsize=(2, 2)    )    # the HiddenLayer being fully-connected, it operates on 2D matrices of    # shape (batch_size, num_pixels) (i.e matrix of rasterized images).    # This will generate a matrix of shape (batch_size, nkerns[1] * 4 * 4),    # or (500, 50 * 4 * 4) = (500, 800) with the default values.    layer2_input = layer1.output.flatten(2)    # construct a fully-connected sigmoidal layer    layer2 = HiddenLayer(        rng,        input=layer2_input,        n_in=nkerns[1] * 4 * 4,        n_out=500,        activation=T.tanh    )    # classify the values of the fully-connected sigmoidal layer    layer3 = LogisticRegression(input=layer2.output, n_in=500, n_out=10)    # the cost we minimize during training is the NLL of the model    cost = layer3.negative_log_likelihood(y)    # create a function to compute the mistakes that are made by the model    test_model = theano.function(        [index],        layer3.errors(y),        givens={            x: test_set_x[index * batch_size: (index + 1) * batch_size],            y: test_set_y[index * batch_size: (index + 1) * batch_size]        }    )    validate_model = theano.function(        [index],        layer3.errors(y),        givens={            x: valid_set_x[index * batch_size: (index + 1) * batch_size],            y: valid_set_y[index * batch_size: (index + 1) * batch_size]        }    )    # create a list of all model parameters to be fit by gradient descent    params = layer3.params + layer2.params + layer1.params + layer0.params    # create a list of gradients for all model parameters    grads = T.grad(cost, params)    # train_model is a function that updates the model parameters by    # SGD Since this model has many parameters, it would be tedious to    # manually create an update rule for each model parameter. We thus    # create the updates list by automatically looping over all    # (params[i], grads[i]) pairs.    updates = [        (param_i, param_i - learning_rate * grad_i)        for param_i, grad_i in zip(params, grads)    ]    train_model = theano.function(        [index],        cost,        updates=updates,        givens={            x: train_set_x[index * batch_size: (index + 1) * batch_size],            y: train_set_y[index * batch_size: (index + 1) * batch_size]        }    )

我们不考虑实际训练和终止条件的代码，因为它和MLP的代码完全一致。有兴趣的读者可以在DeepLearning教程的code文件夹获取代码。

9.运行代码 - (Running the Code)

用户可以通过以下命令调用代码：

python code/convolutional_mlp.py

在酷睿i7-2600K@3.40GHz的机器上，设置“floatX=float32”，获得以下的输出：

Optimization complete.Best validation score of 0.910000 % obtained at iteration 17800,with testperformance 0.920000 %The code for file convolutional_mlp.py ran for 380.28m

使用GeForce GTX 285，获得以下输出：

Optimization complete.Best validation score of 0.910000 % obtained at iteration 15500,with testperformance 0.930000 %The code for file convolutional_mlp.py ran for 46.76m

使用GeForce GTX 480，获得以下输出：

Optimization complete.Best validation score of 0.910000 % obtained at iteration 16400,with testperformance 0.930000 %The code for file convolutional_mlp.py ran for 32.52m

注意到validation score和测试误差（例如迭代次数）的差异，来源于机器的不同硬件配置。

10.提示和技巧 - (Tips and Tricks)

选择超参数 - (Choosing Hyperparameters)

CNN对于训练特别严格，因为CNN相对于标准的MLP，具有更多的超参数(hyper-parameters)。虽然训练速率(learning rate)和正则化(regularization)的常用规则仍然适用，但在优化CNN时，还是要谨记以下几点内容。

滤波器数量 - (Number of filters)

当选择每层的滤波器数量时，要注意，计算单个卷积滤波器的激活值(activations)要比计算传统MLP的开销更大。

假设第 $(l-1)$ 层包含 $K^{l-1}$ 个特征图，并且具有 $M \times N$ 个像素位置（也就是说，是像素数倍的特征图数），而在 $l$ 层有 $K^l$ 个大小为 $m \times n$ 的滤波器。当计算一幅特征图时(将一个 $m \times n$ 的滤波器作用于滤波器可以作用的所有 $(M-m) \times (N-n)$ 个像素点)，计算量为 $(M-m) \times (N-n) \times m \times n \times K^{l-1}$ 。而总开销还要乘上 $K^l$ 倍。当特征图与前层的特征图并不是完全连接时，问题变得更为复杂。

对于标准的MLP，开销量总共是 $K^l \times K^{l-1}$ 。其中， $l$ 层具有 $K^l$ 个不同的神经元。同样的，CNN中使用的滤波器数量比MLP中的隐单元数量要少的多，并且滤波器数量还要取决于特征图的大小（因为操作是一个关于输入图像大小与滤波器大小的函数）。

由于特征图大小会随着深度而递减，因此靠近输入层的卷积层使用较少的滤波器，而高层可以使用较多的滤波器。实际上，为了均衡每一层的计算量，每层的特征数与像素点数的乘积粗略的保持一致。为了保持输入层的信息不丢失，在从前往后的卷积层（当然在监督学习中，我们希望它足够少）中，需要保持激活值（activations，特征图数倍的像素点数）的总数量不递减。特征图的数量可以直接操控系统容量，并且取决于可用例子的数量和任务的复杂度。

滤波器大小 - (Filter Shape)

文献中常用的滤波器大小有很多，常常根据数据集确定。对于MNIST大小的图像(28x28)，最好的结果常常是在第一层使用5x5滤波器，而对于自然图像数据集（每个维度有上百个像素），倾向于在第一层使用12x12或者15x15的滤波器。

最大池化大小 - (Max Pooling Shape)

典型的大小是2x2或没有最大池化。对于非常大的输入图像，可能在前层采用4x4的池化。然而要谨记，这将会以16作为因子减少信号的维度，并且可能会丢失大量的信息量。

提示 - (Tips)

如果你希望在一个新的数据集上采用该网络模型，这些提示可以帮助你更好地获得最佳效果。

使用PCA等方法对数据进行白化(Whitening the data)
每次训练迭代中减小学习率(Decay the learning rate in each epoch)

11.脚注 - (Footnotes)

为了区分，我们对于人工神经元(artificial neuron)使用"单元(unit)"或"神经元(neuron)"这两个名词，而对于生物神经元(biological neuron)使用"细胞(cell)"这个名词。

12.参考文献 - (References)

[Bengio07]    Bengio, P. Lamblin, D. Popovici and H. Larochelle, Greedy Layer-Wise Training of Deep Networks, in Advances in Neural Information Processing Systems 19 (NIPS‘06), pages 153-160, MIT Press 2007.
[Bengio09]    Bengio, Learning deep architectures for AI, Foundations and Trends in Machine Learning 1(2) pages 1-127.
[BengioDelalleau09]    Bengio, O. Delalleau, Justifying and Generalizing Contrastive Divergence (2009), Neural Computation, 21(6): 1601-1621.
[BoulangerLewandowski12]   N Boulanger-Lewandowski, Y. Bengio and P. Vincent, Modeling Temporal Dependencies in High-Dimensional Sequences: Application to Polyphonic Music Generation and Transcription, in Proceedings of the 29th International Conference on Machine Learning (ICML), 2012.
[Fukushima]   Fukushima, K. (1980). Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position. Biological Cybernetics, 36, 193–202.
[Hinton06]   G.E. Hinton and R.R. Salakhutdinov, Reducing the Dimensionality of Data with Neural Networks, Science, 28 July 2006, Vol. 313. no. 5786, pp. 504 - 507.
[Hinton07]   G.E. Hinton, S. Osindero, and Y. Teh, “A fast learning algorithm for deep belief nets”, Neural Computation, vol 18, 2006
[Hubel68]   Hubel, D. and Wiesel, T. (1968). Receptive fields and functional architecture of monkey striate cortex. Journal of Physiology (London), 195, 215–243.
[LeCun98]   LeCun, Y., Bottou, L., Bengio, Y., and Haffner, P. (1998d). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278–2324.
[Lee08]    Lee, C. Ekanadham, and A.Y. Ng., Sparse deep belief net model for visual area V2, in Advances in Neural Information Processing Systems (NIPS) 20, 2008.
[Lee09]    Lee, R. Grosse, R. Ranganath, and A.Y. Ng, “Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations.”, ICML 2009
[Ranzato10]    Ranzato, A. Krizhevsky, G. Hinton, “Factored 3-Way Restricted Boltzmann Machines for Modeling Natural Images”. Proc. of the 13-th International Conference on Artificial Intelligence and Statistics (AISTATS 2010), Italy, 2010
[Ranzato07]   M.A. Ranzato, C. Poultney, S. Chopra and Y. LeCun, in J. Platt et al., Efficient Learning of Sparse Representations with an Energy-Based Model, Advances in Neural Information Processing Systems (NIPS 2006), MIT Press, 2007.
[Serre07]   Serre, T., Wolf, L., Bileschi, S., and Riesenhuber, M. (2007). Robust object recog- nition with cortex-like mechanisms. IEEE Trans. Pattern Anal. Mach. Intell., 29(3), 411–426. Member-Poggio, Tomaso.
[Vincent08]    Vincent, H. Larochelle Y. Bengio and P.A. Manzagol, Extracting and Composing Robust Features with Denoising Autoencoders, Proceedings of the Twenty-fifth International Conference on Machine Learning (ICML‘08), pages 1096 - 1103, ACM, 2008.
[Tieleman08]   Tieleman, Training restricted boltzmann machines using approximations to the likelihood gradient, ICML 2008.
[Xavier10]    Bengio, X. Glorot, Understanding the difficulty of training deep feedforward neuralnetworks, AISTATS 2010

0 0