Fatal编程技术网
  • neural-network/
  • Neural network CNN中从卷积层到完全连接层的输入尺寸

Neural network CNN中从卷积层到完全连接层的输入尺寸

neural-network artificial-intelligence

Neural network CNN中从卷积层到完全连接层的输入尺寸,neural-network,artificial-intelligence,conv-neural-network,Neural Network,Artificial Intelligence,Conv Neural Network,问题在于卷积神经网络的数学细节。假设网络的体系结构（目标是图像分类）也是如此 输入图像32x32 第一个隐藏层3x28x28（由3个 尺寸5x5，步长=0且无填充），后跟 活化 池层（2x2区域上的池）生成 3x14x14 第二隐藏层6x10x10（由6个过滤器卷积而成 尺寸为5x5，步长=0且无填充），后跟 活化 池层（2x2区域上的池）生成 6x5x5 具有100个神经元的完全连接层（FCN）-1 具有10个神经元的完全连接层（FCN）-2 从我迄今为止的阅读资料中，我了解到每个6x5x

问题在于卷积神经网络的数学细节。假设网络的体系结构（目标是图像分类）也是如此

  • 输入图像32x32
  • 第一个隐藏层3x28x28（由3个 尺寸5x5，步长=0且无填充），后跟 活化
  • 池层（2x2区域上的池）生成 3x14x14
  • 第二隐藏层6x10x10（由6个过滤器卷积而成 尺寸为5x5，步长=0且无填充），后跟 活化
  • 池层（2x2区域上的池）生成 6x5x5
  • 具有100个神经元的完全连接层（FCN）-1
  • 具有10个神经元的完全连接层（FCN）-2
从我迄今为止的阅读资料中，我了解到每个6x5x5矩阵都与FCN-1相连。我有两个问题，这两个问题都与从一层输出到另一层的方式有关

  • 第二个池层的输出是6x5x5。这些是如何供给FCN-1的？我的意思是，FCN-1中的每个神经元都可以看作是以标量作为输入（或1x1矩阵）的节点。那么，我们如何为它提供6x5x5的输入呢？我最初认为我们应该将6x5x5矩阵展平，并将其转换为150x1数组，然后将其馈送给神经元，就好像我们有150个训练点一样。但是，将特征地图展平难道不能驳倒图像空间结构的争论吗
  • 从第一个池层，我们得到了3个14x14大小的特征图。第二层中的要素图是如何生成的？假设我在从第一个卷积层得到的3个要素图中看到相同的区域（从要素图左上角开始的5x5区域）。这三个5x5面片是否用作单独的训练示例，以在下一组特征图中生成相应的区域？如果是，那么如果这三个特征贴图是输入图像的RGB值呢？我们还会将它们作为单独的培训示例吗
    • 一般来说，一些CNN（如VGG 16、VGG 19）所做的是，它们展平MAX_池层的3D张量输出，因此在您的示例中，FC层的输入将变为
    （无，150）
    ，但其他CNN（如ResNet50）使用全局MAX函数来获得
    6x1x1x1
    （输出张量的维度），然后将其展平（将变成
    （无，6）
    ）并馈入FC层

    为了回答你的问题，其中展平会破坏空间排列，当你展平图像时，假设像素位置是Xij（即第i行，第j列=
    n*i+j
    ，其中n是图像的宽度），然后基于矩阵表示，我们可以说它的上邻居是Xi-1，j
    （n*（i-1）+j）
    等等。对于其他相邻像素，由于像素与其相邻像素之间存在关联，FC层将自动调整权重以反映该信息

    <> p>因此，可以考虑<代码>对流>激活->池> <代码>层组作为特征提取层，其输出张量（类似于向量中的维数/特征）这将被输入到网络末尾的标准ANN中。

    请使用换行符和段落以及粗体、斜体和代码功能，以使答案更清晰