人民大2024《人工智能与Python程序设计》课件（教材配套版）第13章-计算机视觉实践-2卷积神经网络介绍.pdf

《人工智能与Python程序设计》——卷积神经网络

人工智能与Python程序设计教研组

提纲

单个卷积层

池化层

卷积神经网络

卷积神经网络

手写数字识别

•3×32×32的RGB图片中含有某个数字，识别它是从0-9这10个数字中

的哪一个

•分类问题

卷积神经网络

•类似LeNet-5（YannLeCun创建）

卷积神经网络

•输入是3×32×32的矩阵，第一层使用滤波器大小为5×5，步幅是1，

padding是0，滤波器个数为6，那么输出为6×28×28。将这层标记

为CONV1，增加偏差，应用非线性函数（如ReLU）后输出结果。

单个卷积层

•输入图片大小是3×32×32

•用3×5×5的卷积核

•输出：（32+0-5）/1+1

单个卷积层

•单个卷积核得到特征图

单个卷积层

•每个卷积核得到一个特征图

单个卷积层

•总共有6个卷积核

单个卷积层

•前向传播（在每个局部）：

•非线性函数：

•滤波器用变量表示。

•每个局部共进行了多少次乘法运算和加法运算？

•应用激活函数ReLU，得到的6×28×28矩阵成为神经网络的下一层的

输入。

•通过这个过程把一个3×32×32维度的输入图像变换为一个6×28×28

维度的特征图，这就是卷积神经网络的一层

Pytorch卷积层

•Pytorch实现这些只需要一行代码

•nn.Conv2d(self,in_channels,out_channels,kernel_size,stride=1,

padding=0,dilation=1,groups=1,bias=True))

–in_channel:输入数据的通道数；

–out_channel:输出数据的通道数；

–kennel_size:卷积核大小，可以是int，或tuple；

–stride：步长；

–padding

/docs/stable/generated/torch.nn.Conv2d.ht

ml?highlight=conv2d#torch.nn.Conv2d

Pytorch卷积层

提纲

单个卷积层

池化层

卷积神经网络

卷积神经网络

卷积神经网络

•在第一个卷积层之后，构建一个池化层，这里选最大池化，过滤器为

2×2，步幅为2，padding为0。最终输出为6×14