今天给大家介绍一个强大的算法模型，CNN
卷积神经网络 (CNN) 是一类深度学习算法，主要用于处理和分析视觉数据。
它们彻底改变了计算机视觉领域，使图像识别、物体检测和各种其他应用取得了突破。
什么是卷积神经网络？
卷积神经网络 (CNN) 是一种人工神经网络，专门用于处理结构化网格数据（例如图像）。
与将输入视为平面像素阵列的传统神经网络不同，CNN 利用图像的空间结构来提取分层特征。这种能力使 CNN 在图像分类、对象检测和分割等任务中特别有效。
图片
关键组件
1.卷积层
卷积层是 CNN 的核心组件，用于提取输入数据的特征。
卷积层通过滤波器（卷积核）在输入数据上滑动，进行卷积操作，生成特征图（Feature Map）。每个卷积核负责捕捉图像的不同特征，如边缘、纹理等。
图片
- 卷积核
检测特定特征（如边缘、纹理或图案）的小矩阵。常见尺寸为 3x3 或 5x5。 - 步幅
卷积核在输入图像上移动的步长。步幅为 1 表示卷积核每次移动一个像素。 - 填充
在输入图像的边框周围添加额外的像素，以确保卷积核正确适配。
图片
以下是使用 NumPy 的简单实现。
import numpy as np
def convolve(image, kernel, stride=1, padding=0):
# Add padding to the input image
image_padded = np.pad(image, [(padding, padding), (padding, padding)], mode='constant', constant_values=0)
# Calculate output dimensions
output_height = (image.shape[0] - kernel.shape[0] + 2 * padding) // stride + 1
output_width = (image.shape[1] - kernel.shape[1] + 2 * padding) // stride + 1
# Initialize output
output = np.zeros((output_height, output_width))
# Perform convolution
for i in range(0, output_height, stride):
for j in range(0, output_width, stride):
output[i, j] = np.sum(image_padded[i:i+kernel.shape[0], j:j+kernel.shape[1]] * kernel)
return output2.池化层
池化层通常用于降低特征图的空间尺寸（高度和宽度），减少参数数量和计算复杂性，同时使特征检测更加鲁棒。
池化操作主要有两种类型：
- 最大池化：从特征图的每个块中获取最大值。
- 平均池化：从特征图的每个块中取平均值。
图片
def max_pooling(image, size=2, stride=2):
output_height = (image.shape[0] - size) // stride + 1
output_width = (image.shape[1] - size) // stride + 1
output = np.zeros((output_height, output_width))
for i in range(0, output_height, stride):
for j in range(0, output_width, stride):
output[i, j] = np.max(image[i:i+size, j:j+size])
return output3.全连接层
经过几个卷积层和池化层之后，神经网络中的高级推理通过全连接层完成。
这些层将扁平化的特征图作为输入，并将其用于最终分类。
图片
CNN 的执行过程
让我们通过一个例子来了解 CNN 如何处理图像：
- 输入图像
考虑 32x32x3 RGB 图像（高度、宽度、深度）。 - 卷积层
对图像应用多个过滤器（例如 3x3），从而产生多个特征图。假设我们使用 10 个过滤器；输出将为 32x32x10。 - 池化层
使用 2x2 最大池化，步长为 2，以减少空间维度。输出将为 16x16x10。 - 额外的卷积和池化层
根据需要重复卷积、激活和池化操作。 - 全连接层
将最后一个池化层的输出展平（例如，8x8x10 变为 640 维向量）并将其连接到密集层以进行分类。 - 输出层
应用softmax函数获取类别的概率分布。
下面我们将使用 TensorFlow 构建一个简单的 CNN，用于 MNIST 数据集（手写数字数据集）的图像分类。
首先我们导入必要的库
import tensorflow as tf
from tensorflow.keras import layers, models
import matplotlib.pyplot as plt然后加载和预处理数据
# Load the MNIST dataset
(train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data()
# Normalize the images
train_images = train_images.reshape((60000, 28, 28, 1)).astype('float32') / 255
test_images = test_images.reshape((10000, 28, 28, 1)).astype('float32') / 255构建 CNN 模型
model = models.Sequential([
layers.Conv2D(32, (3, 3), activatinotallow='relu', input_shape=(28, 28, 1)),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(64, (3, 3), activatinotallow='relu'),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(64, (3, 3), activatinotallow='relu'),
layers.Flatten(),
layers.Dense(64, activatinotallow='relu'),
layers.Dense(10, activatinotallow='softmax')
])
model.summary()编译并训练模型
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
history = model.fit(train_images, train_labels, epochs=5,
validation_data=(test_images, test_labels))评估模型
test_loss, test_acc = model.evaluate(test_images, test_labels)
print(f"Test accuracy: {test_acc}")
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label='val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.legend(loc='lower right')
plt.show()图片
