Bài này sẽ giới thiệu về convolutional neural network, sẽ được dùng khi input của neural network là ảnh. Mọi người nên đọc trước bài neural network và xử lý ảnh trước khi bắt đầu bài này.
Đang xem: Convolutional neural networks là gì
Thiết lập bài toán
Gần đây việc kiểm tra mã captcha để xác minh không phải robot của google bị chính robot vượt qua
Mô hình neural network.
Mỗi hidden layer được gọi là fully connected layer, tên gọi theo đúng ý nghĩa, mỗi node trong hidden layer được kết nối với tất cả các node trong layer trước. Cả mô hình được gọi là fully connected neural network (FCN).
Vấn đề của fully connected neural network với xử lý ảnh
Như bài trước về xử lý ảnh, thì ảnh màu 64*64 được biểu diễn dưới dạng 1 tensor 64*64*3. Nên để biểu thị hết nội dung của bức ảnh thì cần truyền vào input layer tất cả các pixel (64*64*3 = 12288). Nghĩa là input layer giờ có 12288 nodes.
Tuy nhiên ảnh màu có tới 3 channels red, green, blue nên khi biểu diễn ảnh dưới dạng tensor 3 chiều. Nên ta cũng sẽ định nghĩa kernel là 1 tensor 3 chiều kích thước k*k*3.
Xem thêm: Thẻ Tiêu Đề Seo Là Gì ? Cách Viết Title Chuẩn Seo Meta Title Là Gì
Sau pooling layer (2*2).Source: http://cs231n.github.io/convolutional-networks/
Có 2 loại pooling layer phổ biến là: max pooling và average pooling.
Ví dụ mô hình convolutional neural network. Source: https://www.easy-tensorflow.com/tf-tutorials/convolutional-neural-nets-cnns
Có thể xem chi tiết trong từng layer ở đây.
Mạng VGG 16
VGG16 là mạng convolutional neural network được đề xuất bởi K. Simonyan and A. Zisserman, University of Oxford. Model sau khi train bởi mạng VGG16 đạt độ chính xác 92.7% top-5 test trong dữ liệu ImageNet gồm 14 triệu hình ảnh thuộc 1000 lớp khác nhau. Giờ áp dụng kiến thức ở trên để phân tích mạng VGG 16.
Phân tích:
Convolutional layer: kích thước 3*3, padding=1, stride=1. Tại sao không ghi stride, padding mà vẫn biết? Vì mặc định sẽ là stride=1 và padding để cho output cùng width và height với input.Pool/2 : max pooling layer với size 2*23*3 conv, 64: thì 64 là số kernel áp dụng trong layer đấy, hay depth của output của layer đấy.Càng các convolutional layer sau thì kích thước width, height càng giảm nhưng depth càng tăng.Sau khá nhiều convolutional layer và pooling layer thì dữ liệu được flatten và cho vào fully connected layer.
Bài sau mình sẽ giới thiệu về keras và hướng dẫn dùng keras để áp dụng convolutional neural vào các ứng dụng như nhận diện số viết, dự đoán góc di chuyển trong ô tô tự lái.
Search for:
Bài viết gần đây
Mục bài viết
Deep Learning cơ bản ©2021. All Rights Reserved. Powered by WordPress.Theme by Phoenix Web Solutions