【模型】CNN卷积神经网络是什么

终于开始讲CNN卷积神经网络啦！这才开始算是深度学习嘛~！

好了，赶快让我们开始吧！

一、CNN是怎么一回事

1.1. 为什么要CNN

要理解什么是CNN，最好先了解一下为什么需要CNN。

CNN最基础的就是用于解决图片的类别预测。这时就有人问了，MLP不是已经可以解决图片类别预测了吗？为什么还要CNN？嘿！那就得看是什么难度的图片预测问题了！

在之前的课程中，我们已经展示了如何用MLP来实现手写数字识别，效果还挺不错。但是，如果图片的Size较大，例如，你就会发现用MLP来识别图片非常悲剧。

你看，光输入就有个，那隐节点有5000，输入层到隐层的权重就有5W*5K=2.5亿个了。一是模型非常的大，其次是参数越多，所需要的训练样本就越多，很难获得这么多的样本。

总的来说，当图片输入Size较大时，MLP搞不来。

1.2. CNN如何解决参数过多的问题

好了，那面对这问题，CNN是如何搞的呢？其实很简单，只需把图片压缩一下就行了，因为图片之间相邻的像素之间总是相似的、信息冗余是非常严重的。

好了，怎么压缩呢？一个简单的方法就是将每一小块取均值就行了，这样就简单地压小了一些，如下：

但这方法其实不算太高明，毕竟，这样压缩，图像的相邻的像素之间仍然是高度相似的，并没有真正解决信息冗余的问题。这样的压缩，其实是在无脑丢弃信息，而不能keep住关键信息。

CNN更加高明些，它引入了卷积运算，先用卷积运算把图像的信息处理一遍，再用池化对图像进行压缩，使得图像输入在压缩的过程尽量避免信息的流失。

如图所示，CNN使用输入->[卷积，池化]->[卷积，池化]->MLP这样的结构，来把图像先经过两次压缩，使得输入个数更小之后再扔给MLP来识别类别。当然，上面只是举一个例子，它也可以经过更多的压缩再丢给MLP。事实上，CNN是有许多各种各样的结构的，但上面的结构是一种经典、基础、原始的结构代表。

好了，那么卷积和池化分别是什么呢？不要急，我们下节再慢慢细说这两个家伙的具体运算与原理。下面我们还是先来看看如何实现一个CNN先~

二、CNN卷积神经网络-代码实现

好了，如果要在pytorch中实现一个CNN，也是很简单的，以解决手写数字(即28*28输入，10个输出)为例，构建一个CNN模型的代码如下：

# 卷积神经网络的结构
class ConvNet(nn.Module):
    def __init__(self,in_channel,num_classes):
        super(ConvNet, self).__init__()
        self.stack=nn.Sequential(
            #--------------C1层------------
            nn.Conv2d(in_channel,6, kernel_size=5,stride=1,padding=2),
            nn.ReLU(inplace=True),  
            nn.AvgPool2d(kernel_size=2,stride=2),
            # 输出14*14
            #--------------C2层------------
            nn.Conv2d(6,16, kernel_size=5,stride=1,padding=2),
            nn.ReLU(inplace=True),
            nn.AvgPool2d(kernel_size=2,stride=2),
            # 输出7*7
            #--------------C3层------------
            nn.Conv2d(16,80,kernel_size=7,stride=1,padding=0),
            # 输出1*1*80
            #--------------全连接层F4------
            nn.Flatten(),          # 对C3的结果进行展平
            nn.Linear(80, 120),  
            nn.ReLU(inplace=True),                                   
            #--------------全连接层F5------                     
            nn.Linear(120, num_classes)                       
            )
    def forward(self, x):
        y = self.stack(x)
        return y                                                    

只要拿它到《MLP识别手写数字》中，替换掉模型，进行训练，就能识别手写数字了。这里我们暂且不进行训练，这节我们只是先来初步探讨一下模型代码大概是怎么一回事：

如图，实现CNN和实现MLP是差不多的，只是在MLP之前，先加入[卷积，池化]层先进行压缩就行了，同时，因为模型的层数加深了，所以激活函数改用ReLu函数，此外，并无其它，就是这么简单。

结束语

这节我们又了解了CNN，在理解MLP的基础上，CNN就是这么的简单！但是，这只是基础CNN，在这基础上，又产生了许多经典的CNN模型，具体我们在《Part2-细说CNN经典模型》中再详细一个一个去探讨。

在这节里，我们没有细说卷积层和池化层，因为这两个东西需要耐心耐心的看才知道是怎么回事，后面再各用一节去讲解它们，然后还要在一些细节上理解一下它，哎，思想总是这么简单，细节总是这么多，慢慢来喽，这节就大概了解下怎么回事就好啦。好了，下课！