一文搞懂卷积神经网络（CNN）的原理（超详细）-创站工坊

当前位置：首页 >域名 >一文搞懂卷积神经网络（CNN）的原理（超详细）

一文搞懂卷积神经网络（CNN）的原理（超详细）

发布时间：2025-11-05 15:31:54 来源：创站工坊作者：系统运维

卷积神经网络（Convolutional Neural Network，文搞CNN）是懂卷的原一种在计算机视觉领域取得了巨大成功的深度学习模型。它们的积神经网设计灵感来自于生物学中的视觉系统，旨在模拟人类视觉处理的络C理超方式。在过去的详细几年中，CNN已经在图像识别、文搞目标检测、懂卷的原图像生成和许多其他领域取得了显著的积神经网进展，成为了计算机视觉和深度学习研究的络C理超重要组成部分。

一、详细图像原理

在了解卷积神经网络前，文搞我们先来看看图像的懂卷的原原理：

图像在计算机中是一堆按顺序排列的数字，数值为0到255。积神经网0表示最暗，络C理超255表示最亮。详细如下图：

上图是只有黑白颜色的灰度图，而更普遍的图片表达方式是云南idc服务商RGB颜色模型，即红、绿、蓝三原色的色光以不同的比例相加，以产生多种多样的色光。RGB颜色模型中，单个矩阵就扩展成了有序排列的三个矩阵，也可以用三维张量去理解。

其中的每一个矩阵又叫这个图片的一个channel（通道），宽, 高, 深来描述。

二、为什么要学习卷积神经网络？

在传统神经网络中，我们要识别下图红色框中的图像时，我们很可能识别不出来，因为这六张图的位置都不通，计算机无法分辨出他们其实是一种形状或物体。

传统神经网络原理如下图：

我们希望一个物体不管在画面左侧还是右侧，都会被识别为同一物体，这一特点就是不变性。为了实现平移不变性，卷积神经网络（CNN）等深度学习模型在卷积层中使用了卷积操作，这个操作可以捕捉到图像中的服务器托管局部特征而不受其位置的影响。

三、什么是卷积？

在卷积神经网络中，卷积操作是指将一个可移动的小窗口（称为数据窗口，如下图绿色矩形）与图像进行逐元素相乘然后相加的操作。这个小窗口其实是一组固定的权重，它可以被看作是一个特定的滤波器（filter）或卷积核。这个操作的名称“卷积”，源自于这种元素级相乘和求和的过程。这一操作是卷积神经网络名字的来源。

上图这个绿色小窗就是数据窗口。简而言之，卷积操作就是用一个可移动的小窗口来提取图像中的特征，这个小窗口包含了一组特定的权重，通过与图像的站群服务器不同位置进行卷积操作，网络能够学习并捕捉到不同特征的信息。文字解释可能太难懂，下面直接上动图：

这张图中蓝色的框就是指一个数据窗口，红色框为卷积核（滤波器），最后得到的绿色方形就是卷积的结果（数据窗口中的数据与卷积核逐个元素相乘再求和）

一张图带你了解卷积计算过程

卷积需要注意哪些问题？

a.步长stride：每次滑动的位置步长。

b. 卷积核的个数：决定输出的depth厚度。同时代表卷积核的个数。

c. 填充值zero-padding：在外围边缘补充若干圈0，方便从初始位置以步长为单位可以刚好滑倒末尾位置，通俗地讲就是为了总长能被步长整除。

以上图为例，那么：

• 数据窗口每次移动两个步长取 3*3 的局部数据，即 stride=2 。

• 两个神经元，即 depth=2 ，意味着有两个滤波器。

• zero-padding=1 。

为什么要进行数据填充：

假设有一个大小为 4x4 的输入图像：

[[1, 2, 3, 4],

[5, 6, 7, 8],

[9, 10, 11, 12],

[13, 14, 15, 16]]

现在，我们要应用一个 3x3 的卷积核进行卷积操作，步幅（stride）为 1，且要使用填充（padding）为 1。如果不使用填充，卷积核的中心将无法对齐到输入图像的边缘，导致输出特征图尺寸变小。假设我们使用步幅（stride）为 1 进行卷积，那么在不使用填充的情况下，输出特征图的尺寸将是 2x2。

所以我们要在它的周围填充一圈0，填充为 1 意味着在输入图像的周围添加一圈零值。添加填充后的图像：

[[0, 0, 0, 0, 0, 0],

[0, 1, 2, 3, 4, 0],

[0, 5, 6, 7, 8, 0],

[0, 9, 10, 11, 12, 0],

[0, 13, 14, 15, 16, 0],

[0, 0, 0, 0, 0, 0]]

现在，我们将 3x3 的卷积核应用于这个填充后的输入图像，计算卷积结果，得到大小不变的特征图。

数据填充的主要目的是确保卷积核能够覆盖输入图像的边缘区域，同时保持输出特征图的大小。这对于在CNN中保留空间信息和有效处理图像边缘信息非常重要。

卷积神经网络的模型是什么样的？