标签：tor 结果 max represent 范围 cto 池化层 而且 集中
原文链接：https://yq.aliyun.com/topic/111
在神经网络（甚至深度学习）参数训练中，BP算法占据举足轻重的地位。
实际上BP算法是一个典型的双向算法，但通常强调的是反向传播。
工作流程分两大步：
反向传播演示：https://google-developers.appspot.com/machine-learning/crash-course/backprop-scroll/
会存在“梯度扩散（Gradient Diffusion）”现象，其根源在于对于非凸函数，梯度一旦消失，就没有指导意义，导致它可能限于局部最优。
而且“梯度扩散”现象会随着网络层数增加而愈发严重，也就是说，随着梯度的逐层消减，导致它对调整网络权值的调整效益，作用越来越小。
故此BP算法多用于浅层网络结构（通常小于等于3），这就限制了BP算法的数据表征能力，从而也就限制了BP的性能上限。
在本质上，BP算法是一种全连接神经网络，虽然有很多成功的应用，但只能适用于“浅层”网络。
因为“肤浅”，所以也就限制了它的特征表征能力，进而也就局限了它的应用范围。
当前适用在图像、语音识别等众多任务。
CNN能够直接从原始图像出发，经过非常少的预处理，就能从图像中找出视觉规律，进而完成识别分类任务，其实这就是端到端（end-end）的含义。
避免了对图像进行复杂的前期处理（即大量的人工图像特征提取工作）
当前主流的卷积神经网络结构，其精华大致体现在3个核心操作和3个概念。
卷积操作的数学意义：一个函数和另一个函数在某个维度上的加权“叠加”作用。
通常把函数f称为输入函数， g 称为滤波器（filter，也称为特征检测器，feature detector）或卷积核（kernel），这两个函数的叠加结果称为特征图或特征图谱（feature map）
特征图谱也被称呼为做卷积特征（convolved feature）或激活图（activation map）。
在本质上，离散卷积就是一个线性运算，因此离散卷积操作也被称为线性滤波。
常用于图像处理的卷积核
同一化核（Identity）
卷积后得到的图像和原图一样。
只有中心点的值是1，邻域点的权值都是0，所以对滤波后的取值没有任何影响。
边缘检测核（Edge Detection）
也称为高斯-拉普拉斯算子。
矩阵的元素总和为0（即中间元素为8，而周围8个元素之和为-8），所以滤波后的图像会很暗，而只有边缘位置是有亮度的。
图像锐化核（Sharpness Filter）
图像的锐化和边缘检测比较相似。
首先找到边缘，然后再把边缘加到原来的图像上面，强化了图像的边缘，使得图像看起来更加锐利。
均值模糊（Box Blur /Averaging）
每个元素值都是1，它将当前像素和它的四邻域的像素一起取平均，然后再除以9。
均值模糊比较简单，但图像处理得不够平滑。因此，还可以采用高斯模糊核（Gaussian Blur），这个核被广泛用在图像降噪上。
相比于全连接的前馈网络，卷积神经网络的结构要简洁，但并不简单。
在不考虑输入层的情况下，一个典型的卷积神经网络通常由若干个卷积层、激活层、池化层及全连接层组成。
卷积层（Convolutional Layer）
- 是卷积神经网络的核心所在。
- 在卷积层，通过实现“局部感知”和“权值共享”等系列的设计理念，可达到两个重要的目的：对高维输入数据实施降维处理和实现自动提取原始数据的核心特征。激活层（Activation Layer）
- 作用是将前一层的线性输出，通过非线性激活函数处理，从而可模拟任意函数，进而增强网络的表征能力。
- 在深度学习领域，ReLU（Rectified-Linear Unit，修正线性单元）是目前使用较多的激活函数，原因是它收敛更快，且不会产生梯度消失问题。池化层（Pooling Layer）
- 也称为亚采样层（Subsampling Layer）。
- 简单来说，利用局部相关性，“采样”在较少数据规模的同时保留了有用信息。
- 巧妙的采样还具备局部线性转换不变性，从而增强卷积神经网络的泛化处理能力。全连接层（Fully Connected Layer）
相当于传统的多层感知机（Multi-Layer Perceptron，简称MLP）。
通常来说，“卷积-激活-池化”是一个基本的处理栈，通过多个前栈处理之后，待处理的数据特性已有了显著变化：
一方面，输入数据的维度已下降到可用“全连接”网络来处理了；另一方面，此时全连接层的输入数据已不再是“泥沙俱下、鱼龙混杂”，而是经过反复提纯过的结果，因此最后输出的结果要可控得高。可以根据不同的业务需求，构建出不同拓扑结构的卷积神经网络
例如，可以先由m个卷积层和激活层叠加，然后(可选)进行一次池化操作，重复这个结构n次，最后叠加k个全连接层（m, n, k ≥ 1）。
总体来讲，卷积神经网络通过多层处理，逐渐将初始的“低层”特征表示，转化为“高层”特征表示，之后再用“简单模型”即可完成复杂的分类等学习任务。
因此在本质上，深度学习就是一个“特征学习（feature learning）”或“表示学习（representation learning）”。
卷积层的三个核心概念：局部连接、空间位置排列及权值共享。
局部连接（Local Connectivity）
全连接的前馈神经网络有个非常致命的缺点，那就是可扩展性（Scalability）非常差。
原因非常简单，网络规模一大，需要调参的个数以神经元数的平方倍增，导致它难以承受参数太多之痛。
局部连接（Local Connectivity）在能某种程度上缓解这个“参数之痛”。
局部连接也被称为“稀疏连接（Sparse Connectivity）”。
对于卷积神经网络而言，隐藏层的神经元仅仅需要与前一层的部分区域相连接。
这个局部连接区域有个特别的名称叫“感知域（receptive field）”，其大小等同于卷积核的大小
。
相比于原来的全连接，连接的数量自然是稀疏得多，因此，局部连接也被称为“稀疏连接（Sparse Connectivity）”。
但需要注意的是，这里的稀疏连接，仅仅是指卷积核的感知域相对于原始图像的高度和宽度而言的。
卷积核的深度（depth，在这里卷积核的深度实际上就是卷积核的个数。）则需要与原始数据保持一致，不能缩减。空间排列（Spatial arrangement）
在构造卷积层时，对于给定的输入数据，如果确定了卷积核的大小，卷积核的深度（个数）、步幅以及补零个数，那么卷积层的空间安排就能确定下来。
也就是说固定4个参数：卷积核的大小、深度、步幅及补零。
卷积核的深度（depth）
卷积核的深度对应的是卷积核的个数。每个卷积核只能提取输入数据的部分特征。
每一个卷积核与原始输入数据执行卷积操作，会得到一个卷积特征，这样的多个特征汇集在一起，称为特征图谱。
事实上，每个卷积核提取的特征都有各自的侧重点。
因此，通常说来，多个卷积核的叠加效果要比单个卷积核的分类效果要好得多。
步幅（stride）
即滤波矩阵在输入矩阵上滑动跨越的单元个数。
设步幅大小为S，当S为1时，滤波器每次移动一个像素的位置。
当S为2时，每次移动滤波器会跳过2个像素。S越大，卷积得到特征图就越小。
补零（zero-padding）
补零操作通常用于边界处理。
在有些场景下，卷积核的大小并不一定刚好就被输入数据矩阵的维度大小整除，就会出现卷积核不能完全覆盖边界元素的情况。
这时，就需要在输入矩阵的边缘使用零值进行填充，使得在输入矩阵的边界处的大小刚好和卷积核大小匹配。
这样做的结果，相当于对输入图像矩阵的边缘进行了一次滤波。
零填充的好处在于，它可以控制特征图的大小。
使用零填充的卷积叫做泛卷积（wide convolution），不适用零填充的叫做严格卷积（narrow convolution）。
权值共享（Shared Weights）
权值实际上就是不同神经元之间的连接参数，也称为参数共享（Parameter Sharing）。
局部连接虽然降低了连接的个数，但整体幅度并不大，需要调节的参数个数依然非常庞大，因此还是无法满足高效训练参数的需求。
而权值共享能显著降低参数的数量。
对于同一个卷积核，它在一个区域提取到的特征，也能适用于于其他区域。
基于权值共享策略，将卷积层神经元与输入数据相连，同属于一个特征图谱的神经元，将共用一个权值参数矩阵。
权值共享保证了在卷积时只需要学习一个参数集合即可，而不是对每个位置都再学习一个单独的参数集合。
因此参数共享也被称为绑定的权值（tied weights）。空间位置排列确定了神经网络的结构参数，而局部连接和权值共享等策略显著降低了神经元之间的连接数。
示例：全连接（不包括偏置的权值连接）的参数为15个，局部连接为7个，而权值共享的参数为3个（即红绿蓝线分别共用一个参数）
欠拟合（underfitting）
样本不够，或学习算法不精，连已有数据中的特征都没有学习好，自然当面对新样本做预测时，效果肯定也好不到哪里去。
欠拟合比较容易克服，比如在神经网络中增加训练的轮数，从而可以更加“细腻”地学习样本种的特征。
过拟合（overfitting）
构建的模型一丝不苟地反映已知的所有数据，但这样一来，它对未知数据（新样本）的预测能力就会比较差。
卷积神经网络如何泛化（即防过拟合）
采样（sampling）
采样的本质就是力图以合理的方式“以偏概全”。
在卷积神经网络中，采样是针对若干个相邻的神经元而言的，因此也称为“亚采样（Subsampling）”，也就是“池化（Pooling）”。激活层存在的最大目的，莫过于引入非线性因素(选取合适的“激活函数”)，以增加整个网络的表征能力。
Sigmoid激活函数的缺点
导数值很小。比如说，Sigmoid的导数取值范围仅为[0, 1/4]，且当输入数据很大或者很小的时候，其导数趋都近于0。
这就意味着，很容易产生所谓的梯度消失（vanishing gradient）现象。激活函数修正线性单元(Rectified Linear Unit，简称ReLU)
标准的ReLU函数为f(x)=max(x,0)，即当x>0时，输出x; 当x<=0时，输出0。
相比于Sigmoid类激活函数，ReLU激活函数的优点
- 单侧抑制。当输入小于0时，神经元处于抑制状态。反之，当输入大于0，神经元处于激活状态。
- 相对宽阔的兴奋边界。Sigmoid的激活态（即f(x)的取值）集中在中间的狭小空间，而ReLU这不同，只要输入大于0，神经元一直都处于激活状态。
- 稀疏激活性。ReLU直接把抑制态的神经元“简单粗暴”地设置为0，就使得这些神经元不再参与后续的计算，从而造成网络的稀疏性，
ReLU激活函数除了减少了计算量，还减少了参数的相互依存关系（网络瘦身了不少），使其收敛速度远远快于其他激活函数，最后还在一定程度上缓解了过拟合问题的发生。
LeRU的这种简单直接的处理方式，也带来一些副作用。
最突出的问题就是，会导致网络在训练后期表现得非常脆弱，以至于这时的ReLU也被戏称为“死掉的ReLU（dying ReLU）”。标签：tor 结果 max represent 范围 cto 池化层 而且 集中
原文地址：https://www.cnblogs.com/anliven/p/6285378.html
