目录
1.从全连接到卷积
分类猫和狗的图片
- 使用一个相机采集图片（12000=12M像素）
- RGB图片有36000=36M像素
- 使用100大小的单隐藏层MLP，模型有36亿=3.6B元素
- 远多于世界上所有猫和狗总数
回顾：单隐藏测MLP（多层感知机=全连接层）
- 根据36M像素通过100的全连接层 参数就变为3.6B = 14GB
- 这样是太大的，不可能的
假设我们想从一张图片中找到某个物体。 合理的假设是：无论哪种方法找到这个物体，都应该和物体的位置无关。 理想情况下，我们的系统应该能够利用常识：猪通常不在天上飞，飞机通常不在水里游泳。
总结上面在图片中目标定位有两个原则
- 平移不变性（translation invariance）：不管检测对象出现在图像中的哪个位置，神经网络的前面几层应该对相同的图像区域具有相似的反应，即为“平移不变性”。
- 局部性（locality）：神经网络的前面几层应该只探索输入图像中的局部区域，而不过度在意图像中相隔较远区域的关系，这就是“局部性”原则。最终，可以聚合这些局部特征，以在整个图像级别进行预测。
总结
- 对全连接层使用平移不变性和局部性得到卷积层
