职场小聪明第908章 卷基神经网络CNN

好那我用一个童话故事的方式给你讲解卷积神经网络（CNN）的原理让它听起来就像一个有趣的冒险故事。

? “图像王国的侦探队”——CNN 的故事 在很久很久以前有一个图像王国。

王国里住着许许多多的小像素精灵它们排成整齐的方阵（就像一张图片的像素矩阵）每天安安静静地待在自己的小格子里。

有一天国王收到一个神秘的任务： “请找出这张图片里的内容它到底是一只猫还是一只狗？” 国王立刻召集了王国里最厉害的侦探队——卷积神经网络。

? 第一关：卷积侦探 卷积侦探队的成员很特别他们有放大镜（卷积核）专门在像素精灵的方阵里巡视。

? 第一批侦探喜欢找直线、边缘（低级特征） ? 第二批侦探更厉害可以看出耳朵、眼睛、胡须（中级特征） ? 第三批侦探能认出猫脸、狗脸（高级特征） 他们的工作方法是： ? 拿着放大镜在王国里“滑动”观察每次只看一小块区域（局部感受野）。

? 看到有用的特征就记录在“特征地图”上。

这就好像：第一层卷积核在找线条第二层卷积核在找形状第三层卷积核在找完整的物体。

? 第二关：池化守门员 特征地图画得越来越多国王怕太乱就请来了池化守门员。

他们的任务是： ? 只留下最重要的特征（最大池化：取最亮的点） ? 把地图缩小（降采样）方便传递信息 这样虽然细节少了但重要的特征都保留了而且侦探队跑得更快了。

? 第三关：全连接智囊团 经过多轮侦探调查和池化整理所有特征地图被送到全连接智囊团。

这些智囊是超级聪明的数学家他们会： ? 把所有特征整合成一个长长的清单（展平 Flatten） ? 根据经验判断这张图片到底是猫、狗还是别的东西 ? 最后用 Softmax 水晶球算出各种可能性： “猫的概率 90%狗的概率 8%其他 2%。

” ? 故事结局 国王听了汇报非常满意。

“原来如此！原来卷积侦探、池化守门员、全连接智囊团合起来就是传说中的**卷积神经网络（CNN）**啊！” 从此以后只要王国收到新的图片CNN 侦探队就会一次次出发精准地识别内容。

? 好那我给你讲一个**多层感知机（MLP）**的童话故事让它像绘本一样好理解。

? “智慧城的信使大赛”——MLP 的故事 在很久很久以前有一座智慧城。

这座城有三道城门： ? 第一道是输入门（Input Layer） ? 中间是一排排智慧屋（Hidden Layers） ? 最后一道是输出门（Output Layer） 城里的人非常擅长传递信息可是他们传递的方式和普通人不一样——每个人都会加工信息让它变得更有意义。

? 第一道门：输入门的小邮差 有一天国王让小邮差送一封神秘的信。

信上写着很多数字（输入数据）。

小邮差不是直接送到国王那里而是先把信拆成几份送到第一排智慧屋的居民手里。

? 智慧屋的魔法加工 智慧屋里的居民很厉害： ? 每个人都和上一排的所有人有**电话线（全连接）**相连。

? 他们会先乘以权重（Weight）再加上偏置（Bias）最后用一个**魔法激活函数（Activation Function）**决定信息的重要性。

? 有人用“ReLU 魔法”——只传递正能量（大于 0 的信息）小于 0 的直接丢掉。

? 有人用“Sigmoid 魔法”——把信息变成 0 到 1 之间的秘密代码。

这样第一排智慧屋加工后的信息会传到下一排智慧屋再加工、再传递…… 这就是多层处理——信息一层层被转化、提炼。

? 最后一道门：输出门的预言家 当信息终于传到输出门住在这里的预言家会用Softmax 水晶球看看哪种可能性最大： “这封信的意思是——猫的概率 70%狗的概率 20%兔子的概率 10%。

” ? MLP 的特别之处 ? 全连接：每个居民都和上一层的每个人相连消息传递非常彻底。

? 层层加工：每一层都能把信息变得更抽象、更有意义。

? 万能翻译官：理论上MLP 只要层数够、神经元够就能翻译出任何信息（万能近似定理）。

? 故事结局 国王笑着说： “原来智慧城的秘密就是多层感知机啊！每一层的智慧屋都像一个大脑细胞合作起来就能理解任何复杂的信息。

” 从此以后智慧城的信使大赛年年举行MLP 居民们不断优化加工方法让信息传递得更快、更准确。

? 喜欢职场小聪明请大家收藏：()职场小聪明20小说网更新速度全网最快。

本文地址职场小聪明第908章 卷基神经网络CNN来源 http://www.kdadsl.com