使用卷积神经网络进行特征提取？

Question

我在数字识别方面有点问题。在特征提取部分，我必须使用一些卷积掩码(如此link中的图4.23 )来获得特征映射和输出。但是，我不知道我需要什么样的口罩和如何获得口罩？(在一些论文中，可能他们使用了Back-Propagation，但我不知道如何使用它)您能向我展示这一部分中使用的一些口罩吗，或者如何获得它们？非常感谢!欢迎任何建议！

Answer 1

反向传播是关于在设置体系结构之后训练神经网络。我从来没有用过神经网络来解决数字识别问题，但这里有一个关于手写数字识别的链接：link。它有一些代码示例。

祝好运。

Answer 2

在CNN中，你通常有一张2D图像作为输入数据，比如MNIST中的黑白28x28x1 (水平，垂直，通道)数字。

然后创建一个2d内核(例如3x3内核)，它使用定义的跨度(每一步水平/垂直移动多少像素)和填充(多少个值为0的像素添加到所有边，以使滑动内核中心能够在到达图像边界时覆盖图像的每个像素)在输入图像像素上滑动。

比如说用过的Kernel=3x3，Padding=1，Stride=1。

该核在滑动时应用于卷积，也将生成28x28图像，其中每个像素是核与输入图像的不同区域的卷积。

如果不是只创建一个内核，而是创建16个内核，那么在卷积之后，您将获得16个28x28图像，每个图像代表图像的不同“模式”。“模式”是每个内核内部的内容。

通过监督训练中的反向传播，CNN将自动学习要放入每个内核中的值。例如，一个内核的格式可以是

000

111

000

这意味着它将检测水平线。

我认为内核就是你所说的掩码。

最后，可以将所有16个28x28图像连接起来，形成一些特征，这些特征可以用作完全连接层的输入，以获得分类输出。

请注意，这种解释非常简单，因为它跳过了一些段落(深度卷积、池化等)。但我希望这将足以消除您的疑虑。