原作 Jean-Carlos Paredes

Root 编译自 TowardDataScience

量子位 出品 | 公众号 QbitAI

卷积神经网络本身好复杂的说，想入门的小白们迫切希望有个太长不看版。

正好最近，国外最潮的DL学习网站Fast.ai在GitHub分享了个用Excel画的图，简单地解释了下啥是卷积神经网络。原作Jean-Carlos Paredes还特地把要点整理在博客上，顺便给大家介绍下搭建深度学习模型的大概过程。以下是原文。

下面这个图，是简化版的神经网络。

输入层

这个数字7的图像数据是MNIST数据集里的（默认大家都是用预训练模型来分类）。

第1个隐藏层

隐藏层从输入数据中提取出更复杂的特征，传给输出层，从而做出更好的评估。

两个过滤器将负责处理不同的形状。第一个过滤器负责检测水平边缘，第二个过滤器负责检测垂直边缘。 这个3×3过滤器被称为卷积核 。 如果检测到输入图像有水平边缘，那过滤器1就会被激活。 Conv1（下图右侧区域）显示，从输入值中取出3×3的区域后，乘以卷积核，会让两个过滤器都被激活。 看下图会更好理解。

尽管这是用二维数组表示的，但按道理来说，它们是一个张量 。 每个矩阵表示张量中的一个切片。以上这些都是线性代数的行运算。

= SUM（F11：H13 * $ AD $ 11：$ AF $ 13）表明在用卷积。

该总和将导致输入中该特定3×3区域的激活值为3。

△ 这可以代表单层

激活函数

接下来，为了把负数去掉，我们用ReLU激活函数作非线性单位。处理后，下一张照片的负数就消失了。

第2个隐藏层

接下来，作为下一个隐藏层，Conv2会用乘积和函数权衡两个Conv1矩阵。 这里的卷积核将代表一个2X3X3的张量。

在使用ReLU函数之后，我们现在来创建第二层。

△ 第1层和第2层

最大池化

在Conv2中（下图的左侧部分），最大池化的高度和宽度的分辨率仅为2×2的最大值的一半。 在最大池化的矩阵中，我们可以看到Conv2的2×2区域的最大值，即33（小蓝框的左下角和右下角都是）。也就是说，池化的计算速度比卷积更快。 此外，池化还能有一些平移不变性 。

输出层

然后，我们把层都全部连接起来，并给最大池化中的所有的激活值用矩阵函数加个权重。

最后，在Excel中，算出激活值和权重的乘积和。完全连接的层（密集层）对卷积层提取的特征分类，并经最大池化层处理向下取样。而不必像以前那样，在卷积层中解析每个部分。

这篇文章呢，就只举数字7这个例子，代表一个数字类的识别过程。大家可以试试拿其他数字练个手，遇到啥不懂的就查一下原文和GitHub呗ヾ(o◕∀◕)ﾉ

原文链接及fast.ai做的Excel表链接：

https://towardsdatascience.com/understanding-convolutions-using-excel-886ca0a964b7

https://github.com/fastai/fastai/tree/master/courses/dl1/excel

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ’ᴗ’ ի 追踪AI技术和产品新动态