白天鹅黑天鹅灰天鹅？卷积神经网络帮你搞定识别( 九 )_全文共3014字

标准多层感知器（传统神经网络）

MLP有几个缺点，特别是在图像处理方面。 MLP对每个输入使用一个感知器（例如，图像中的像素，在RGB情况下乘以3）。对于大图像，权重量迅速变得难以操纵。对于具有3个颜色通道的224 x 224像素图像，必须训练大约150000个重量！结果，困难发生在训练和过度拟合的时候。

另一个常见问题是MLP对输入（图像）及其移位版本的反应不同——它们不是平移不变的。例如，如果猫的图片出现在一张图片的左上角和另一张图片的右下角，则MLP会尝试自我纠正并认为猫将始终出现在图像的这一部分中。

很明显， MLP不是用于图像处理的最佳思路。其中一个主要问题是当图像变平为MLP时，空间信息会丢失。靠近的节点很重要，因为它们有助于定义图像的特征。

因此，我们需要一种方法来利用图像特征（像素）的空间相关性，这样我们就可以看到图片中的猫，无论它出现在何处。在下图中，我们正在学习冗余功能。这种方法并不健全，因为猫可能出现在另一个位置。

白天鹅黑天鹅灰天鹅？卷积神经网络帮你搞定识别( 九 )