发帖
雷达卡
原文链接：
https://mp.weixin.qq.com/s/x6NIkzQSgvl0_rfGe7Cjqg
文章搬得好辛苦，很多图片，如果对你的学习有帮助，欢迎点赞和留言。
感谢大家，同时，感谢原作者。
导读：卷积神经网络（CNNs）在“自动驾驶”、“人脸识别”、“医疗影像诊断”等领域，都发挥着巨大的作用。这一无比强大的算法，唤起了很多人的好奇心。当阿尔法狗战胜了李世石和柯杰后，人们都在谈论“它”。
但是，
“它”是谁？
“它”是怎样做到的？
已经成为每一个初入人工智能——特别是图像识别领域的朋友，都渴望探究的秘密。
本文通过“算法可视化”的方法，将卷积神经网络的原理，呈献给大家。教程分为上、下两个部分，通篇长度不超过7000字，没有复杂的数学公式，希望你读得畅快。
下面，我们就开始吧！
先提一个小问题：
“你是通过什么了解这个世界的？”
当一辆汽车从你身边疾驰而过，你是通过哪些信息知道那是一辆汽车？
“它的材质，速度，发动机的声响，还是什么？”
你可能说不清所以然，但是当你看到下图时，你会第一时间反应出来，“噢，车！ ”
为什么你能猜对它？
“轮廓”！
——对，我给你看了它的轮廓。
再给你一些七七八八、大小不一的图片，你总能猜对一些。
你是怎样做到的？
很简单
你读了一张图片 → 找到了图片的特征 → 进而对图片做出了分类
其实，CNNs的工作原理也是这样。
先不考虑那些复杂的专有名词：什么卷积（convolution）、池化（pooling）、过滤器（filter） 等等…… 统统抛到一边。
CNNs做的就是下面3件事：
1. 读取图片；
2. 提取特征；
3. 图片分类。
下面，我们逐一来看各步骤的细节。
如果是一张黑白图片，我们看到的，是这个样子的：
而在计算机的眼里，它看到的，是这个样子的：
好没有情趣……
这些数字是哪里来的？
因为图片是由一个又一个的像素点构成。（当你将图片无限放大，你能看到那些像素点）
而每一个像素点，都是由一个0~255的数字组成。
所以，在计算机“看”来，一张图片，就是一个又一个的数字。
所以，我们第一步的工作，是将左上图的那只小狗，转换成右上图的那一行行数字。
幸运的是，目前在python中，很多第三方库，诸如PIL/Matplotlib等，都可以实现这种转换，我们需要了解的是，后面的所有运算过程，都是基于右上图来完成的，至于具体的转换过程，不需要我们费心来做。
在文章开篇的例子中，我们知道，在识别一辆汽车的时候，可以将它的轮廓提取出来，从而判断出那是一辆车。
同样的，CNNs在识别图片时，也需要提取图像的特征。
在CNNs中，完成这一工作的小伙叫“卷积”。（希望你不要纠结这个极具个性的名字，懂得它的原理就OK）
“卷积”在每次工作时，手里都会握着几把“过滤器”。
过滤器的作用是：寻找图片的特征。
仍以小狗为例，过滤器会在图片上从头到尾“滑过”一遍
每滑到一个地方，就将该地方的图像特征提取出来。
那它是怎样提取的呢？
别忘了，在计算机的眼里，世界是这个样子的：
（为了简化问题，这里将像素值仅用0和1表示）
假设过滤器是这个样子的：
当橘色的过滤器在绿色矩形框中，缓慢滑过时，
我们用橘色过滤器中的每一个值，与绿色矩形框中的对应值相乘、再相加
有点儿拗口，直接看图：
结果“4”，就是我们从第一个橘色方框中，提取出的特征。
如果我们每次将橘色过滤器，向右、向下移动1格，则提取出的特征为：
你可能会问：
我知道绿色矩阵代表一张图片，是计算机“眼中”图片的样子。
但是，
经过橘色过滤器提取特征后，得到的粉色矩阵，那是什么？
我们从人类的视角，再重新审视一遍。
这次，我们回到之前的例子中。
仍以这张萌狗为例，它经过“过滤器”提取特征后，得到的是一张……哦，好吧……看起来有点儿模糊的图。
虽然图片模糊了，但是图片中的主要特征，已经被过滤器全部提取出来，单凭这么一张模糊的图，作为人类的我们，足以对它做出判断了。（谁敢说它是一只猫？！）
下面，我们再换几个过滤器试试。
这些就是经过过滤器提取后，得到的不同“特征图片”。
由此我们可以看出，采用不同的“过滤器”，能够提取出不同的图片特征。
你可能又会问：
那过滤器里的数值，该如何确定呢？
。。。。。论坛字数限制，不让我发了，等哪天有时间，我再开一帖吧。
京公网安备 11010802022788号
