当前位置：首页 > news >正文

购物网站建设与开发公众号如何推广引流

news 2026/4/6 20:05:15

购物网站建设与开发,公众号如何推广引流,深圳公众号小程序开发公司,大学生做企业网站文章目录全连接CNN过程卷积过程下采样过程全连接层卷积原理单通道卷积多通道卷积改进多通道总结以及课程代码卷积改进PaddingStride下采样过程大池化层（Max Pooling）简单卷积神经网络的实现课程代码本篇课程来源： 链接部分文本来源参考&#…

文章目录

- 全连接
- CNN过程
- - 卷积过程
  - 下采样过程
  - 全连接层
- 卷积原理
- - 单通道卷积
  - 多通道卷积
  - 改进多通道
- 总结以及课程代码
- - 卷积改进
  - - Padding
    - Stride
  - 下采样过程
  - - 大池化层（Max Pooling）
  - 简单卷积神经网络的实现
- 课程代码

本篇课程来源：链接
部分文本来源参考：链接
以及强烈推荐Birandaの

全连接

前篇中的完全由线性层串行而形成的网络层为全连接层，即，对于某一层的每个输出都将作为下一层的输入。即作为下一层而言，每一个输入值和每一个输出值之前都存在权重。

在全连接层中，实际上是把原先空间状态上的信息，转换为了一维的信息，使得原有的空间相对位置所蕴含的信息丢失。

下文仍以MNIST数据集为例。

CNN过程

卷积实际上是把原始图像仍然按照空间的结构来进行保存数据。

在这里插入图片描述

卷积过程

1×28×28指的是 $\times W(width) \times H(Hight)$ 即通道数 $×\times$ 图像宽度 $×\times$ 图像高度，通道可以理解为层数，通过同样大小的多层图像堆叠才形成了最原始的图。

在这里插入图片描述

可以抽象的理解成原先的图是一个立方体性质的，卷积是将立方体的长宽高按照新的比例进行重新分割而成的。

如下图所示，底层是一个 $\times W \times H$ 的原始图像，卷积的处理是每次对其中一个Patch进行处理，也就是从原数图像的左上角开始依次抽取一个 $\times W' \times H'$ 的图像对其进行卷积，输出一个 $\times W'' \times H''$ 的子图。

在这里插入图片描述

下采样过程

下采样的目的是减少特征图像的数据量，降低运算需求。在下采样过程中，通道保持不变，图像的宽度和高度发生改变

在这里插入图片描述

全连接层

先将原先多维的卷积结果通过全连接层转为一维的向量，再通过多层全连接层将原向量转变为可供输出的向量。

在前文的卷积过程与下采样过程，实际上是一种特征提取的手段或者过程，真正用于分类的过程是后续的全连接层。

卷积原理

单通道卷积

设定对于规格为 $\times W \times H$ 的原图，利用一个规格为 $\times W' \times H'$ 的卷积核进行卷积处理的数乘操作。

则需要从原始数据的左上角开始依次选取与核的规格相同( $\times W' \times H'$ )的输入数据进行数乘操作，并将求得的数值作为一个Output值进行填充。

在这里插入图片描述
Patch在原图上进行滑动时，每次只滑动一个像素，即包含重复计算的部分

在这里插入图片描述
最后求得的Output的像素矩阵，即是对原图像，在设定的卷积核下的卷积结果，是一个规格为 $\times W' \times H'$ 的图像。

在这里插入图片描述

多通道卷积

对于多通道图像( $\times W \times H$ )，每一个通道是一个单通道的图像（ $\times W \times H$ ）都要有一个自己的卷积核（ $\times W' \times H'$ ）来进行卷积。

在这里插入图片描述
对于分别求出来的矩阵，需要再次进行求和才能得到最后的输出矩阵，最终的输出矩阵仍然是一个 $\times W' \times H'$ 的图像。

在这里插入图片描述
将平面的图像转为立体的角度即如下图

在这里插入图片描述

改进多通道

多通道卷积中，每次只能把 $N$ 个通道转变为1个通道，而无法在通道这个维度进行增加或降低。

因此，为了对通道进行更加灵活的操作，可以将原先 $\times W \times H$ 的图像，利用不同的卷积核对其多次求卷积，由于每次求卷积之后的输出图像为 $\times W' \times H'$ ，若一共求解了 $M$ 次，即可以将此 $M$ 次的求解结果按顺序在通道（Channel）这一维度上进行拼接，以此来形成一个规格为 $\times W' \times H'$ 的图像。

在这里插入图片描述

总结以及课程代码

每个卷积核的通道数与原通道数一致
卷积核的数量与输出通道数一致
卷积核的大小与图像大小无关

上述中所提到的卷积核，是指的多通道的卷积核，而非前文中提到的二维的。
综上所述为了使下图所表征的过程成立，即若需要使得原本为 $\times width_{in} \times height_{in}$ 的图像转变为一个 $\times width_{out} \times height_{out}$ 的图像，可以利用 $m$ 个大小为 $n×kernel_sizewidth×kernel_sizeheightn \times kernel\_size_{width} \times kernel\_size_{height}$ 的卷积核。

在这里插入图片描述
则在实际操作中，即可抽象为利用一个四维张量作为卷积核，此四维张量的大小为 $m×n×kernel_sizewidth×kernel_sizeheightm \times n \times kernel\_size_{width} \times kernel\_size_{height}$

import torch
in_channels, out_channels = 5, 10
width, height = 100, 100kernel_size = 3 #默认转为3*3，最好用奇数正方形#在pytorch中的数据处理都是通过batch来实现的
#因此对于C*W*H的三个维度图像，在代码中实际上是一个B（batch）*C*W*H的四个维度的图像
batch_size = 1#生成一个四维的随机数
input = torch.randn(batch_size, in_channels, width, height)#Conv2d需要设定，输入输出的通道数以及卷积核尺寸
conv_layer = torch.nn.Conv2d(in_channels, out_channels, kernel_size=kernel_size)output = conv_layer(input)print(input.shape)
print(output.shape)
print(conv_layer.weight.shape)

输出结果：
在这里插入图片描述

卷积改进

Padding

若对于一个大小为 $\times N$ 的原图，经过大小为 $\times M$ 的卷积核卷积后，仍然想要得到一个大小为 $\times N$ 的图像，则需要对原图进行Padding，即外围填充。

例如，对于一个 $\times 5$ 的原图，若想使用一个 $\times 3$ 的卷积核进行卷积，并获得一个同样 $\times 5$ 的图像，则需要进行Padding，通常外围填充0

在这里插入图片描述

input = [3,4,6,5,7,2,4,6,8,2,1,6,7,8,4,9,7,4,6,2,3,7,5,4,1]#将输入变为B*C*W*H
input = torch.Tensor(input).view(1, 1, 5, 5)#偏置量bias置为false
conv_layer = torch.nn.Conv2d(1, 1, kernel_size=3, padding=1, bias=False)#将卷积核变为CI*CO*W*H
kernel = torch.Tensor([1,2,3,4,5,6,7,8,9]).view(1, 1, 3, 3)#将做出来的卷积核张量，赋值给卷积运算中的权重（参与卷积计算）
conv_layer.weight.data = kernel.dataoutput = conv_layer(input)print(output)

Stride

本质上即是Batch的步长，在Batch进行移动时，每次移动Stride的距离，以此来有效降低图像的宽度与高度。

例如，对于一个 $\times 5$ 的原图，若想使用一个 $\times 3$ 的卷积核进行卷积，并获得一个 $\times 2$ 的图像，则需要进行Stride，且Stride=2

import torch
input = [3,4,6,5,7,2,4,6,8,2,1,6,7,8,4,9,7,4,6,2,3,7,5,4,1]#将输入变为B*C*W*H
input = torch.Tensor(input).view(1, 1, 5, 5)#偏置量bias置为false
conv_layer = torch.nn.Conv2d(1, 1, kernel_size=3, stride=2, bias=False)#将卷积核变为CI*CO*W*H
kernel = torch.Tensor([1,2,3,4,5,6,7,8,9]).view(1, 1, 3, 3)#将做出来的卷积核张量，赋值给卷积运算中的权重（参与卷积计算）
conv_layer.weight.data = kernel.dataoutput = conv_layer(input)print(output)

下采样过程

大池化层（Max Pooling）

对于一个 $\times M$ 图像而言，通过最大池化层可以有效降低其宽度和高度上的数据量，例如通过一个 $\times N$ 的最大池化层，即将原图分为若干个 $\times N$ 大小的子图，并在其中选取最大值填充到输出图中，此时输出图的大小为 $MN×MN\frac{M}{N} \times \frac{M}{N}$ 。

在这里插入图片描述

import torch
input = [3,4,6,5,2,4,6,8,1,6,7,8,9,7,4,6]input = torch.Tensor(input).view(1, 1, 4, 4)#kernel_size=2 则MaxPooling中的Stride也为2
maxpooling_layer = torch.nn.MaxPool2d(kernel_size=2)output = maxpooling_layer(input)print(output)

简单卷积神经网络的实现

在这里插入图片描述

class Net(torch.nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = torch.nn.Conv2d(1, 10, kernel_size=5)self.conv2 = torch.nn.Conv2d(10, 20, kernel_size=5)self.pooling = torch.nn.MaxPool2d(2)self.fc = torch.nn.Linear(320, 10)def forward(self, x):batch_size = x.size(0)x = self.pooling(F.relu(self.conv1(x)))x = self.pooling(F.relu(self.conv2(x)))x = x.view(batch_size, -1)x = self.fc(x)return x

课程代码

import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optim# prepare datasetbatch_size = 64
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])train_dataset = datasets.MNIST(root='../dataset/mnist/', train=True, download=True, transform=transform)
train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/mnist/', train=False, download=True, transform=transform)
test_loader = DataLoader(test_dataset, shuffle=False, batch_size=batch_size)# design model using classclass Net(torch.nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = torch.nn.Conv2d(1, 10, kernel_size=5)self.conv2 = torch.nn.Conv2d(10, 20, kernel_size=5)self.pooling = torch.nn.MaxPool2d(2)self.fc = torch.nn.Linear(320, 10)def forward(self, x):# flatten data from (n,1,28,28) to (n, 784)batch_size = x.size(0)x = F.relu(self.pooling(self.conv1(x)))x = F.relu(self.pooling(self.conv2(x)))x = x.view(batch_size, -1) # -1 此处自动算出的是320x = self.fc(x)return xmodel = Net()# construct loss and optimizer
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)# training cycle forward, backward, updatedef train(epoch):running_loss = 0.0for batch_idx, data in enumerate(train_loader, 0):inputs, target = dataoptimizer.zero_grad()outputs = model(inputs)loss = criterion(outputs, target)loss.backward()optimizer.step()running_loss += loss.item()if batch_idx % 300 == 299:print('[%d, %5d] loss: %.3f' % (epoch+1, batch_idx+1, running_loss/300))running_loss = 0.0def test():correct = 0total = 0with torch.no_grad():for data in test_loader:images, labels = dataoutputs = model(images)_, predicted = torch.max(outputs.data, dim=1)total += labels.size(0)correct += (predicted == labels).sum().item()print('accuracy on test set: %d %% ' % (100*correct/total))if __name__ == '__main__':for epoch in range(10):train(epoch)test()