Skip to content

CNN(Convolutional Neural Network)

參考資料，推薦看完影片：
https://www.youtube.com/watch?v=OP5HcXJg2Aw&t=6s
https://youtu.be/vi9eNd9CPnk?si=cQ7L0q64dsr5EdWF

如下圖，已經知道一個神經網路是輸入一個矩陣 x ，輸出一個矩陣 y ，但是當我們要處裡影片時，我們該如何將二維的圖片矩陣輸入至神經網路。

alt text

CNN就是為此產生的神經網路，我們可以將它視為：

將二維圖片轉換為一維輸入(x)的過程

可以看到下圖：

alt text

圖片來源1、圖片來源2

CNN 架構

下圖為CNN的基本架構。
可以看到很多名詞，以下分別說明。

alt text
圖片來源

操作：

名詞：

Convolutions

Convolutional Layer
使用Kernel（卷積核,又稱為Filter(濾波器))擷取特徵資訊，而擷取之後的圖片稱為特徵地圖(Feature maps)。

訓練：這些 Kernel 是可以訓練的權重，是透過訓練取得的。

Subsampling

又稱為(Pooling Layer)，常用的有下列三種：

  1. Max pooling
    取最大值

  2. Mean pooling
    取平均

  3. Min pooling
    取最小值

Feature maps(f.maps)

使用 Kernel 擷取特徵資訊之後的圖片

Fully connected

稱為全連接層，是最基本的神經元架構，只由「輸入層」、「隱藏層(多個神經元)」、「輸出層」組成，如下圖

alt text
圖片來源