李宏毅机器学习-Task6

Task6

简化版的DNN，拿掉特定层中的参数，为什么允许拿掉一些参数呢？

• 基于每层只做特定的事情，也即是说识别图像的部分特征，这样是不需要整张图片的信息
• 不同区域但目标相同的特征识别是不需要两种不同的探测器实现的，两个神经元不需要做两组参数，两个神经元共用一组参数即可
• 类似于降低图片的像素（参数）不影响人对图片的识别

前两个问题可以用convolution卷积处理，最后一个可以用Pooling池化处理

卷积convolution

• 黑白的图片输入的是用矩阵表示的像素，过滤器也是矩阵

• 彩色图片的输入是由RGB三原色组成的三个矩阵体，相应的过滤器是三个矩阵组成的立方体

先做卷积，卷积出来的矩阵分成四块，选取每块最大的值代表该区域，便形成了一个2*2的矩阵，代表一个新的图像，将所有简化后的矩阵组成的立方体拉直就是Flatten的过程