很久以前看吴恩达老师的视频和西瓜书时用jupyter写的，今天想起来就把它转到这里，真的挺方便。

图像识别、目标检测、风格迁移
实例研究
CNN经典模型：
LeNet-5
AlexNet
VGG
ResNet

LeNet-5：第一个成功应用于数字识别的卷积神经网络。典型的LeNet-5结构包含CONV layer，POOL
layer和FC layer，顺序一般是CONV layer->POOL layer->CONV layer->POOL layer->FC layer->
FC layer->OUTPUT layer，即 y ^ 。但是采用的是 average pool.
改进：使用 max pool 和激活函数 ReLU

from IPython.display import Image
libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "5.png", width=600, height=200)

在这里插入图片描述

AlexNet：与LeNet类似，只是加多了参数，加深了深度。

VGG：最为复杂，一般卷积层的滤波器设置为3∗3，步长为1，相同填充。 池化层按减半设置。（2*2的滤波器，2位步长）

from IPython.display import Image
libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "6.png", width=800, height=200)

在这里插入图片描述

ResNets（残差网络）解决的问题：神经网络层数越多，网络越深，源于梯度消失和梯度爆炸的影响，整个模型难以训练成功。
ResNets：人为的让神经网络中某些层跳过下一层或即层，隔层相连，弱化每层之间的强联系。便于训练更深层的网络。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"     #单个神经元子模块
Image(filename = libo + "7.png", width=500, height=60)

在这里插入图片描述

ResNets为何对深层网络有奇效？

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"     #单个神经元子模块
Image(filename = libo + "8.png", width=600, height=60)

在这里插入图片描述

这样，便减少了a[l+2]层对a[l]层参数选择的依赖，使他们之间直接建立了联系。削弱了层层之间的联系，实现隔层线性传递。看似很深的网络变得浅了。

如果a[l] 和a[l+2]的维度不同，通常引入矩阵Ws,与a[l]相乘，使得Ws∗a[l]的维度与a[l+2]
一致。Ws的来法有两种：一种是将Ws作为学习参数，通过模型训练得到；另一种是固定Ws值
（类似单位矩阵），不需要训练。

ResNets同类型层之间，例如CONV layers，大多使用same类型，保持维度相同。如果是不同类型层
之间的连接，例如CONV layer与POOL layer之间，如果维度不同，则引入矩阵Ws。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"     #单个神经元子模块
Image(filename = libo + "9.png", width=600, height=60)

在这里插入图片描述

1x1 Convolutions(Networks in Networks):滤波器维度为1，当是单个滤波器时，卷积即乘积。
对于滤波器组，1x1 Convolutions的作用实际上类似全连接层的神经网络结构。

1x1 Convolutions可以用来缩减输入图片的通道数目。所用滤波器为1X1X192 ，数量为32个。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "10.png", width=500, height=50)

Inception Network：在单层网络上可以使用多个不同尺寸的filters，进行same convolutions,把各filter下的输出拼接起来，还可以将CONV layer与POOL layer混合。使用的全部是same pool。由此出现了各种随机组合，由神经网络本身去学习更好参数并选择更好的模块。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "11.png", width=600, height=50)

在这里插入图片描述

Inception Network 出现的一个问题是计算量过大，为此，引入1X1的卷积层来减少计算量。该层被称为“瓶颈层”，合理的卷积层在减小计算量的同时，不会降低网络性能。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "12.png", width=600, height=50)

在这里插入图片描述

Inception Network ：引入了1X1后的一个小模块如下：

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "13.png", width=600, height=50)

在这里插入图片描述

每个小模块内部随机组合，多个小模块组成了inception(盗梦空间)：
其中网络中间的隐藏层也可以作为输出层，有利于防止过拟合。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "14.png", width=600, height=50)

在这里插入图片描述

Transfer Learning(迁移学习)：可以把已经训练好的模型的一部分知识应用到另一个相似模型中去。

迁移学习的做法：无需重新构建新的模型，而是利用之前的神经网络模型，只改变样本输入、输出以及输出层的权重系数W[L], b[L]。若样本较少，则只重新训练输出层的权重系数即可。选择方法由样本数量的多少决定。重新训练权重系数时，初始值可由原来的模型得到。

迁移学习有效的原因：神经网络浅层部分能够检测出许多图片固有特征，例如图像边缘、曲线等。因为图片处理太多相同的地方，故可。迁移学习可以保留原神经网络的一部分，再添加新的网络层：

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "15.png", width=600, height=50)

在这里插入图片描述

数据扩充：
1.镜像对称：对原有图像对称，旋转。
2.随机裁剪：随机裁剪
3.颜色转换：RGB通道数值进行随意增加或者减少，改变图片色调。

网络模型需要数据，不同的网络需要的数据量不同（下图）。一般说来，数据越少，就需要更多的数据扩充，模型算法也就相对复杂起来，数据扩充对模型的影响不可小视。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "16.png", width=600, height=60)

在这里插入图片描述

模型研究或者竞赛方面，有一些方法能够有助于提升神经网络模型的性能：
由于该方法计算量较大，一般不用于实际项目开发。

libo="C:/Users/libo/Desktop/machine learning/卷积神经网络/CNN图片/"
Image(filename = libo + "17.png", width=600, height=60)

在这里插入图片描述