人脸识别啥原理?人工智能(二)卷积神经网络(46)

作者: admin 分类: 科学 发布时间: 2021-09-21 22:21

        选题之后下一个步骤啊就是池化啊,池化还有呢就是激活。我们来介绍一下这两个步骤。什么叫池化呢?这张特征图呢元素个数还是比较多的那。你比如左上角吧,左上角到底有没有一个往右下方的线条,这个特长他有对吧?这个二这个三就是说他已经有了这两个零呢,其实意义不是很大。所以我们呢可以进行简化,把这个特征图中。

        有特征的那个部分放大,没有特征的我就不管了。我们可以采用一个最大石化的方法,也就是说把这四个数里面最大的数填在这个格子中啊。这个四个数2003对吧?他最大的数字应该是几啊,应该是3,所以我就把3000到这个格子里,看到这个格子里,然后往后边看。这四个数中最大的数字是几?是一啊,把这天天过来,然后我们再看这四个数字,最大的数字是一对吧。啊,这四个数字最大数字是3,这两个一然后这两个一这两个一这个二是不是?好,于是呢我们就把这个特征图变成了一个比较小的特征图。但这个比较小的特征图其实依然保留了原来特征图的很重要的信息。这个信息就是右下方的线条,它大约在这样的位置上,对不对?好。

        说完了实话,过程结束了之后啊,我们还要进行激活。大家还记得sigmoid函数嘛,我们上次讲过的是吧,这个函数的表达式叫做一加上E的负X次幂分之一啊。函数图像长的样子呢大概是这个样子的。在啊自变量呢是在负无穷到正无穷之间,而函数值呢是在0到1之间。哎,自变量越大。函数值越接近于一,自变量越小。

        函数值越接近于0。函数值为一,就说明啊他被激活了,会向下游传递信号是吧?还入知识零,就说明他不幸下游传递信号。上次我们讲过这个问题,那么我们啊需要对这个磁化之后的结果呢做激活。于是呢就会把这个新的特征图变到一个0到1之间的这么一个特征图。是吧变到0到1之间啊,这数字是0.950点950.88,其他的都是0.73 0.73。这样一张图,它依然代表的图像的课程就是数字越接近于一,就说明这个地方越满足。卷积核的特性就是有一个往右下方的线条,对这个地方这个地方就有往右下的线条,这个地方也比较有,其他地方就不太有,对不对?好,这就是一个卷积池化和激活的过程,用数学的方法提取了特征。那有同学可能会问你这个卷积盒是怎么选的呢?最开始的卷积核可能是人为设定的。

        但是后来呢在机器学习的过程中,他会根据自己的数据去反向调节这个卷积核跟我们上次讲的是吧?利用训练的方法去调节参数没有什么区别,他最终会找到那个最合适的卷积盒。而且我们刚才说过,卷积核有好几个,他可能不是一个对不对?所以一副图片他经过一次啊,比如说这是一幅图啊,下面写了个X这部图片经过一次卷积之后,他有可能会有三个卷积盒。如果有。三个卷积核的话,他就会变出一个三维的这样的一个图片来啊,变成一个三维的图片。他的这个X和Y跟原来的这个X和Y啊是一致的。

        那么还有一个。这一方向那这个这一方向就表示每一个核会对应出一张特征图来。这三张特征图挪到一块儿,哎,这就是一个三维的图像,对不对?这就是一次卷积之后的结果。有几个卷积核你就会有几张特征图,就一张特征图挪到一块儿就变成了一个三维立体的这么一个图形是吧?卷完结之后我们要进行池化。而刚才我们说过了,这个池化和。激活的这个过程啊,实际上是可以把这个数据变小的,对不对?他就会变成比较小的哎,这三张图。

        哎,但是你一次卷积和池化呢可能有些问题啊处理不了。所以呢他有可能会进行二次卷机。在二次进行卷积的时候,每一个卷积核就必须得是三维的。因为你原来这张图片成三维的了,对不对?比如说第二次卷机的时候,你有四个合,刚才是卷积,是三个盒。所以变成了一个三层的这么一个图。如果第二次决定你有四个核,你要注意每一个卷积核现在都是三维的,还用这个三维的核和这个图片进行内积,内积完了之后就是一个特征图。

        但你有四个盒。所以出来之后几张图有四张图是吧,出来了之后啊。你会变成四张图,然后呢你继续啊进行卷积池化啊等等吧,激活这样的一个过程。所以经过多次卷积了多次持化之后呢,你就可以找到很多很多的特征啊。比如说这个图像的水平,线条竖直,线条清晰的线条是把他的轮廓啊它的颜色特征等等。我们把这些足够多的信息呢再接入这个全连接网络啊进行训练。最后呢我们就可以判断这个图像到底是什么呢?这就是一个卷积神经网络的全貌。

        怎么样?科学家的设计是不是非常让人惊叹啊,近乎完美的模拟的人类的认知过程。啊,我们小的时候妈妈带我们去公园玩,看到杨树和柳树告诉我们这是杨叔,那是有。经过一段时间的训练,我们几乎可以一眼就分辨出杨树和柳树。虽然我们并不知道大脑是如何运作的,对吧?那道理呢我们把一大堆的数据给到人工智能,然后人工智能通过一定的方法的去调整自己的卷积核和参数。最终呢就可以分辨出来每一种不同的物体到底是什么的。虽然我们并不知道它是如何去设计卷积核以及这些参数的。回想一下在我们通过人脸识别机器的时候,有时候我们带着口罩,他也能认出我们来,为什么呢?因为他已经提取了足够多的特征了。不过在前几年的人工智能还不是那么完美的时候,我把眼镜摘掉,我的手机就认不出来是我了啊。那一刻我感觉我可能是超人。

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!