🧠 卷积神经网络(CNN)交互式教学平台

详细说明：

• 输入通常是彩色图像(RGB)，有3个颜色通道
• 也可以是灰度图(1个通道)或更多通道
• 常见输入尺寸：224×224、32×32等
• 像素值通常归一化到[0,1]或[-1,1]

工作原理：

• 使用多个卷积核并行处理，每个核学习不同特征
• 前几层检测简单特征：边缘、角落、纹理
• 通过ReLU激活函数引入非线性
• 权重共享机制大大减少参数数量
• 本层输出32个特征图，每个代表一种特征模式

数学表达：

池化的意义：

• 最大池化(Max Pooling)：取区域内最大值，保留最显著特征
• 平均池化(Avg Pooling)：取平均值，平滑特征
• 减少计算量和内存占用(降低4倍)
• 提供平移不变性(物体稍微移动也能识别)
• 防止过拟合(类似dropout的效果)

示例：

深层特征学习：

• 这一层学习更复杂的模式(形状、纹理组合)
• 例如：圆形+直线→可能检测到眼睛形状
• 感受野更大，能看到图像中更大的区域
• 特征抽象程度更高，语义信息更丰富
• 64个特征图捕获更多样化的高级特征

为什么需要多层池化？

• 逐步降低空间分辨率，聚焦重要特征
• 从32×32→16×16→8×8，总共压缩16倍
• 使后续全连接层参数量可控
• 增强模型对微小变化的鲁棒性

展平操作说明：

• 将三维张量(8×8×64)拉成一维向量(4096)
• 保持所有特征信息，只是改变排列方式
• 为全连接层做准备(全连接层只能处理一维输入)
• 不涉及任何学习参数，纯粹的数据重组

全连接层的作用：

• 每个神经元与前一层所有神经元连接
• 学习特征之间的复杂组合关系
• 类似于传统神经网络的隐藏层
• 参数量最多，是主要的计算开销来源
• 这里开始进行语义级别的推理

Softmax输出解释：

• 输出每个类别的概率值，总和为1(100%)
• 概率最高的类别就是预测结果
• 例如：猫85%、狗10%、鸟3%、鱼2%
• 训练时使用交叉熵损失函数

Softmax公式：