TensorFlow从1到2 - 3 -深度学习革命的开端：卷积神经网络
转载自：http://www.jianshu.com/u/0524e3fb6502 作者：黑猿大叔（简书）
有删改
【嵌牛导读】：关于全连接神经网络（Full Connected Neural Network，FC）的讨论已经说的不少了，本篇将要介绍的是，从2006年至今的神经网络第三次浪潮中，取得巨大成功、处于最核心位置的技术——卷积神经网络，Convolutional Neural Network（CNN）。
【嵌牛鼻子】：卷积神经网络
【嵌牛提问】：卷积神经网络的发展历程你了解多少，对于卷积神经网络，你有什么看法。
【嵌牛正文】：
一战成名
2012年AlexNet在ImageNet上一战成名，点爆了深度学习革命，这是历史性的时刻。其中的故事，推荐朱珑（Leo Zhu）的《深度学习三十年创新路》，讲的很精彩，下面的引用部分就是片段节选。
标志性事件是，2012年底，Geoff Hinton的博士生Alex Krizhevsky、Ilya Sutskever（他们研究深度学习时间并不长）在图片分类的竞赛ImageNet上，识别结果拿了第一名。其实类似的比赛每年很多，但意义在于，Google团队也在这个数据集上做了测试（非公开的，Google没有显式参加学术界的“竞赛”），用的也是深度学习，但识别精度比Geoff Hinton的团队差了很多，这下工业界振奋了。
如上图所示，2012年AlexNet的惊艳之处在于，它比上一年冠军的错误率25.8%低了近10个百分点。正是这前所未有的进步，引领人们穿透迷雾，望见了未来。
但更有意思的是（很有启发性并值得思考），Alex Krizhevsky和Geoff Hinton的竞赛用的正是Yann Lecun发明的卷积神经网，但结果刚出来时（实现细节还没有公布），Yann Lecun和他的NYU实验室成员甚至没法重复Geoff Hinton的结果。自己发明的算法，使用结果不如另外一个组。这下炸了锅，Yann Lecun开了组会，反思的主题是“为什么过去两年我们没有得到这样的成绩”。
黑马AlexNet并不“新”，如上面节选所说，它其实脱胎于1998年即14年前就被Lecun提出的卷积神经网络LeNet-5，改动非常有限：
·采用ReLU而非S型神经元；
·网络更深；
·训练数据量更大；
·采用GPU训练；
前两点与网络架构相关，虽然ReLU的应用贡献良多，但就整个算法框架来说它们都算不上有实质性的改变。而后两点或许才是更根本的，得益于大数据和摩尔定律，AlexNet获得了可以用更多数据来训练网络所需要的算力。
神经科学的启示
就像20世纪40、50年代，受神经科学发现的启示，人类构建了人工神经元一样，1959年Hubel和Wiesel对哺乳动物视觉皮层机理的发现，让人类再次受到造物主的馈赠，卷积神经网络就是最成功的应用之一。
哈佛大学的神经生理学博士Hubel和Wiesel观察了猫大脑中的单个神经元如何响屏幕上的图像，他们发现处于视觉系统较前面的神经元对特定的光模式反应强烈，而对其他模式完全没有反应，这个部分被称为初级视觉皮层，Primary Visual Cortex，也被称为V1。他们凭借这个开创性的研究，在1981年获得了诺贝尔生理学或医学奖。
V1的发现开启了对人脑视觉系统进一步的认知，如本篇最前面引用的那幅图中所绘制的，当眼睛查看外界对象时，信息从视网膜流到V1，然后到V2（Secondary Visual Cortex），V4，之后是IT（Inferior Temporal Gyrus，颞下回）。哺乳动物的视觉系统是分层递进的，每一级都比前一级处理更高层次的概念：
边缘检测；
提取简单的视觉要素（方向、空间、频率、颜色等）
监测物体的特征；
物体识别；
卷积神经网络就是根据V1的3个性质设计的：
·空间映射：根据V1的空间映射特性，卷积神经网络的输入层也是基于二维结构数据的；
·简单细胞：V1中有许多简单细胞（simple cell），它们具有局部感受野，卷积网络中的卷积核据此设计；
·复杂细胞：V1中有许多复杂细胞（complex cell），用于响应简单细胞检测的特征，且对于微小偏移具有不变形，这启发了卷积网络中的池化单元；
其后的视觉区域，其实与V1具有相同的原理，特征检测与池化策略反复执行。同样，卷积网络架构的设计，也是卷积层和池化层重复叠加，形成深度层级。具有开创性的现代卷积网络LeNet-5，架构如下图所示：
迂回前进的历史
卷积神经网络并不是一夜之间发明出来的，从2012年AlexNet开始追溯的话，还需要更多历史性时刻的支撑，即使是最早的卷积神经网络出现，也在Hubel和Wiesel实验的二十年后了。神经科学给出了启示，却并没有告诉我们该如何训练卷积网络：
·1980年，日本人Fukushima构建了卷积神经网络，但当时反向传播算法还未准备好；
·1986年，Hinton成功将反向传播算法用于训练神经网络；
·1989年，LeCun开始基于反向传播算法训练二维卷积网络；
·1998年，LeCun提出LeNet-5；
历史就是这样迂回前进的，一开始是各个独立、随机的小支流，随着时间的推进，最终汇聚在一起产生革命性的时刻。
网友评论