【深度学习】常见模型-卷积神经网络（Convolutional Neural Networks, CNN）

卷积神经网络（CNN）

概念简介

卷积神经网络（Convolutional Neural Networks, CNN）是一种专门用于处理数据具有网格状拓扑结构（如图像、语音）的深度学习模型。它通过卷积操作从输入数据中提取局部特征，并逐层构建更复杂的特征表示，广泛应用于图像分类、目标检测、语音识别等领域。

关键组成部分

卷积层（Convolutional Layer）
- 使用卷积核（滤波器）在输入上滑动，提取局部特征。
- 每个卷积核会学习一个特定的特征，例如图像的边缘、纹理等。
激活函数（Activation Function）
- 常用 ReLU 激活函数，使模型具有非线性能力。
- 如：ReLU(x)=max⁡(0,x)\text{ReLU}(x) = \max(0, x)ReLU(x)=max(0,x)
池化层（Pooling Layer）
- 减少特征图的维度，降低计算复杂度，同时保留主要特征。
- 常见方法：最大池化（Max Pooling）和平均池化（Average Pooling）。
全连接层（Fully Connected Layer, FC Layer）
- 将提取到的特征展平并输入到全连接神经网络，用于分类或回归任务。
损失函数（Loss Function）
- 衡量预测值与真实值之间的差异，指导模型更新参数。
- 常用：交叉熵损失（分类）或均方误差（回归）。

CNN 工作流程

输入图像（如 28 × 28 的灰度图片）。
通过多层卷积操作提取局部特征。
经过池化层压缩特征图的尺寸。
多次迭代后，提取高层语义特征。
最后通过全连接层输出预测结果。

代码示例

以下是使用 Keras 实现简单 CNN 的示例：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense# 构建模型
model = Sequential([# 卷积层 + 激活函数Conv2D(filters=32, kernel_size=(3, 3), activation='relu', input_shape=(28, 28, 1)),# 池化层MaxPooling2D(pool_size=(2, 2)),# 第二个卷积层Conv2D(filters=64, kernel_size=(3, 3), activation='relu'),MaxPooling2D(pool_size=(2, 2)),# 展平层Flatten(),# 全连接层Dense(units=128, activation='relu'),# 输出层Dense(units=10, activation='softmax')  # 假设输出为 10 个类别
])# 编译模型
model.compile(optimizer='adam',loss='categorical_crossentropy',metrics=['accuracy'])# 查看模型结构
model.summary()

输出结果

Model: "sequential"
_________________________________________________________________Layer (type)                Output Shape              Param #   
=================================================================conv2d (Conv2D)             (None, 26, 26, 32)        320       max_pooling2d (MaxPooling2  (None, 13, 13, 32)        0         D)                                                              conv2d_1 (Conv2D)           (None, 11, 11, 64)        18496     max_pooling2d_1 (MaxPoolin  (None, 5, 5, 64)          0         g2D)                                                            flatten (Flatten)           (None, 1600)              0         dense (Dense)               (None, 128)               204928    dense_1 (Dense)             (None, 10)                1290      =================================================================
Total params: 225034 (879.04 KB)
Trainable params: 225034 (879.04 KB)
Non-trainable params: 0 (0.00 Byte)
_________________________________________________________________