LeNet-5结构分析及caffe实现————卷积部分

占坑，记录

1、lenet-5的结构以及部分原理

2、caffe对于lenet-5的代码结构

 

 

图一

    图一是整个LeNet-5的结构图，要点有：convolutions、subsampling、full connection、gaussian connection。

要点拆分：

    1、convolution 是卷积操作，对应的概念有卷积核、特征图、权值共享。

 

图二

    图二表示CNN中卷积操作。对卷积的要点解释：1、红色框内为2*2卷积核。2、蓝色框内为3*4的输入图像。3、绿色框为3*3的特征图。注意：绿框中未包含偏置项。如加入偏置项则每个输出多加上同一个偏置B，此时类似如：aw+bx+ey+fz+B  bw+cx+fy+gz+B等。所谓的权值共享是每个卷积运算使用同一个卷积核，在上图中使用的是同一个卷积核，即共享权值。

   卷积的优势：1、sparse interactions 2、parameter sharing 3、equivariant respections

    sparse interactions————》》图三是效果图。蓝色框中是全连接神经网络，红色框是卷积网络。

 

图三

卷积相对于全连接是稀疏的。优势：1、参数更少 2、计算量降低。那么效果比较呢？

 

图四

图四是多层结构的联系图，可知通过增加网络层数，保留全局的特征。

parameter sharing————》》在图二部分已经分析完毕。优势：同样是减少了参数量。

equivariant respections——————》》当输入图像通过平移后，卷积的结果也会平移。

                                  

如上所示：数字7从右向左平移，对应红色框里的layer-1也进行了平移。同时注意：单就卷积操作而言，这种等变换在缩放、旋转上是不成立的。

对比：整个CNN操作（包括卷积层以及后面的层），主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。

 

参考：

《Deep Learning》Ian Goodfellow,Yoshua Bengio,AND Aaron Courville
《Gradient-Based Learning Applied to Document Recognition》YANN LECUN, MEMBER, IEEE, LEON BOTTOU, YOSHUA BENGIO, AND PATRICK HAFFNER
http://yann.lecun.com/exdb/lenet/index.html