PyTorch - 卷积神经网络

深度学习是机器学习的一个分支，被认为是近几十年来研究人员迈出的关键一步。 深度学习实施的示例包括图像识别和语音识别等应用。

下面给出了两种重要的深度神经网络 −

• 卷积神经网络
• 循环神经网络。

在本章中，我们将关注第一种类型，即卷积神经网络（CNN）。

卷积神经网络

卷积神经网络旨在通过多层阵列处理数据。 这种类型的神经网络用于图像识别或人脸识别等应用。

CNN 与任何其他普通神经网络的主要区别在于，CNN 将输入作为二维数组并直接对图像进行操作，而不是专注于其他神经网络所关注的特征提取。

CNN 的主要方法包括解决识别问题。 谷歌和Facebook等顶级公司已经投资了识别项目的研发项目，以更快地完成活动。

每个卷积神经网络都包含三个基本思想 −

• 本地各个字段
• 卷积
• 池化

让我们详细了解这些术语。

本地各个字段

CNN 利用输入数据中存在的空间相关性。 神经网络的并发层中的每一个都连接一些输入神经元。 这个特定区域称为局部感受野。 它只关注隐藏的神经元。 隐藏神经元将处理上述字段内的输入数据，而不会意识到特定边界之外的变化。

下面提到生成本地各个字段的图表表示 −

卷积

在上图中，我们观察到每个连接都学习了一个隐藏神经元的权重，以及从一层到另一层的移动相关连接。 在这里，单个神经元时不时地进行转变。 这个过程称为"卷积"。

从输入层到隐藏特征图的连接映射被定义为"共享权重"，包含的偏差称为"共享偏差"。

池化

卷积神经网络使用在 CNN 声明之后立即定位的池化层。 它将用户的输入作为特征图，从卷积网络中出来并准备一个浓缩的特征图。 池化层有助于创建具有前一层神经元的层。

PyTorch 的实现

以下步骤用于使用 PyTorch 创建卷积神经网络。

步骤 1

导入创建简单神经网络所需的包。

from torch.autograd import Variable
import torch.nn.functional as F

步骤 2

创建一个具有卷积神经网络批量表示的类。 我们输入 x 的批形状的尺寸为 (3, 32, 32)。

class SimpleCNN(torch.nn.Module):
   def __init__(self):
      super(SimpleCNN, self).__init__()
      #Input channels = 3, output channels = 18
      self.conv1 = torch.nn.Conv2d(3, 18, kernel_size = 3, stride = 1, padding = 1)
      self.pool = torch.nn.MaxPool2d(kernel_size = 2, stride = 2, padding = 0)
      #4608 input features, 64 output features (see sizing flow below)
      self.fc1 = torch.nn.Linear(18 * 16 * 16, 64)
      #64 input features, 10 output features for our 10 defined classes
      self.fc2 = torch.nn.Linear(64, 10)

步骤 3

计算第一个卷积大小从 (3, 32, 32) 变为 (18, 32, 32) 的激活。

维度的大小从 (18, 32, 32) 变为 (18, 16, 16)。 由于尺寸从 (18, 16, 16) 变为 (1, 4608)，因此重塑了神经网络输入层的数据维度。

回想一下，-1 从另一个给定维度推断出这个维度。

def forward(self, x):
   x = F.relu(self.conv1(x))
   x = self.pool(x)
   x = x.view(-1, 18 * 16 *16)
   x = F.relu(self.fc1(x))
   #Computes the second fully connected layer (activation applied later)
   #Size changes from (1, 64) to (1, 10)
   x = self.fc2(x)
   return(x)