前言
卷积神经网络是以卷积层为主的深层网络结构，网络结构包括有卷积层、激活层、BN层、池化层、FC层、损失层等。卷积操作是对图像和滤波矩阵做内积（元素相乘再求和）的操作。
1、卷积层
常见的卷积操作如下：
| 卷积操作 | 解释 | 图解 |
| 标准卷积 | 一般采用3x3、5x5、7x7的卷积核进行卷积操作 |  |
| 分组卷积 | 将输入特征图按通道均分为 x 组，然后对每一组进行常规卷积，最后再进行合并。 |  |
| 空洞卷积 | 为扩大感受野，在卷积核里面的元素之间插入空格来“膨胀”内核。形成“空洞卷积”（或称为膨胀卷积），并用膨胀率参数L表示要扩大内核的范围，即在内核元素之间插入L-1个空格。当L=1时，则内核元素之间没有插入空格，变为标准卷积。 |  |
| 深度可分离卷积 | 深度可分离卷积包括为逐通道卷积和逐点卷积两个过程 | （通道卷积，2D标准卷积） （逐点卷积，1x1卷积） |
| 反卷积 | 属于上采样过程，“反卷积”是将卷积核转换为稀疏矩阵后进行转置计算 |  |
| 形卷积 | 指标准卷积操作中采样位置增加了一个偏移量offset，如此卷积核在训练过程中能扩展到很大的范围 |  |
补充 ：
1x1 卷积即用 1x1 的卷积核进行卷积操作，其作用在于升维与降维。升维操作常用于channel为 1 （即是通道数为1）的情况下，降维操作常用于channel 为 n（即通道数为n）的情况下。
降维：通道数不变，数值改变。
升维：通道数改变为kernel的数量（即为filters），运算本质可以看为全连接。
卷积计算在深度神经网络中的量是极大的，压缩卷积计算量的主要方法如下：
| 序号 | 方法 |
| 1 | 采样多个 3x3 卷积核代替大卷积核（如用两个3x3的卷积核代替5x5的卷积核） |
| 2 | 采用深度可分离卷积（分组卷积） |
| 3 | 通道Shuffle |
| 4 | Pooling层 |
| 5 | Stride = 2 |
| 6 | 等等 |
2、激活层
为了提升网络的非线性能力，以提高网络的表达能力。每个卷积层后都会跟一个激活层。激活函数主要分为饱和激活函数（Sigmoid、Tanh）与非饱和激活函数（ReLU、Leaky ReLU、ELU、PReLU、RReLU）。非饱和激活函数能够解决梯度消失的问题，能够加快收敛速度。常用函数：ReLU函数、Leaky ReLU函数、ELU函数等。
ReLU函数
Leaky ReLU函数
ELU函数
3、BN层
通过一定的规范化手段，把每层神经网络任意神经元的输入值的分布强行拉回到均值为0，方差为1的标准正态分布。BatchNorm是归一化的一种手段，会减小图像之间的绝对差异，突出相对差异，加快训练速度。但不适用于image-to-image以及对噪声敏感的任务中。
常用函数：BatchNorm2d
PyTorch用法：nn.BatchNorm2d(num_features, eps, momentum, affine)
num_features：一般输入参数为batch_size, num_features, height * width，即为其中特征的数量。
eps：分母中添加的一个值，目的是为了计算的稳定性，默认为：1e-5。
momentum：一个用于运行过程中均值和方差的一个估计参数（我的理解是一个稳定系数，类似于SGD中的momentum的系数）。
affine：当设为true时，会给定可以学习的系数矩阵gamma和beta。
4、池化层
pooling一方面使特征图变小，简化网络计算复杂度。一方面通过多次池化压缩特征，提取主要特征，属于下采样过程。
常用函数：Max Pooling（最大池化）、Average Pooling（平均池化）等。
Max Pooling 和 Average Pooling用法：
- 当需总和特征图上的所有信息做相应决策时，通常使用AvgPooling，例如在图像分割领域中用Global AvgPooling来获取全局上下文信息；在图像分类中在最后几层中会使用AvgPooling。
- 在图像分割/目标检测/图像分类前面几层，由于图像包含较多的噪声和目标处理无关的信息，因此在前几层会使用MaxPooling去除无效信息。
补充：上采样层重置图像大小为上采样过程，如Resize，双线性插值直接缩放，类似于图像缩放，概念可见最邻近插值算法和双线性插值算法。实现函数有：
nn.functional.interpolate(input, size = None, scale_factor = None, mod = 'nearest', align_corners = None) 和 nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride = 1, padding = 0, output_padding = 0, bias = True)。
5、FC层（全连接层）
连接所有的特征，将输出值送给分类器。主要是对前层的特征进行一个加权求和（卷积层是将数据输入映射到隐层特征空间），将特征空间通过线性变换映射到样本标记空间（label）。全连接层可以通过 1x1卷积 + global average pooling代替。可以通过全连接层参数冗余，全连接层参数和尺寸相关。
常用函数：nn.Linear(in_features, out_features, bias)
补充：分类器包括线性分类器与非线性分类器
| 分类器 | 介绍 | 常见种类 | 优缺点 |
| 线性分类器 | 线性分类器就是用一个“超平面”将正、负样本隔离开 | LR、Softmax、贝叶斯分类、单层感知机、线性回归、SVM（线性核）等 | 线性分类器速度快、编程方便且便于理解，但是拟合能力低 |
非线性分类器 |
非线性分类器就是用一个“超曲面”或者多个超平（曲）面的组合将正、负样本隔离开（即，不属于线性的分类器） |
决策树、RF、GBDT、多层感知机SVM（高斯核）等 |
非线性分类器拟合能力强但是编程实现较复杂，理解难度大 |
6、损失层
设置一个损失函数用来比较网络的输出值和目标值，通过最小化损失来驱动网络的训练。网络的损失通过前向操作计算，网络参数相对于损失函数的梯度则通过反向操作计算。
常用函数：分类问题损失（离散值：分类问题、分割问题）：nn.BCELoss、nn.CrossEntropyLoss等。回归问题损失（连续值：推测问题、回归分类问题）：nn.L1Loss、nn.MSELoss、nn.SmoothL1Loss等。
7、Dropout层
在不同的训练过程中堆积扔掉一部分神经元，以防止过拟合，一般用在全连接层。在测试过程中不使用随机失活，所有的神经元都激活。
常用函数：nn.dropout
8、优化器
为了更高效的优化网络结构（损失函数最小），即是网络的优化策略，主要方法如下：
| 解释 | 优化器种类 | 特点 |
| 基于梯度下降原则（均使用梯度下降算法对网络权重进行更新，区别在于使用的样本数量不同） | GD（梯度下降）；SGD（随机梯度下降，面向一个样本）；BGD（批量梯度下降，面向全部样本）；MBGD（小批量梯度下降，面向小批量样本） | 引入随机性和噪声 |
| 基于动量原则（根据局部历史梯度对当前梯度进行平滑） | Momentum（动量法）；NAG（Nesterov Accelerated Gradient） | 加入动量原则，具有加速梯度下降的作用 |
自适应学习率（对于不同参数使用不同的自适应学习率；Adagrad使用梯度平方和、Adadelta和RMSProp使用梯度一阶指数平滑，RMSProp是Adadelta的一种特殊形式、Adam吸收了Momentum和RMSProp的优点改进了梯度计算方式和学习率） |
Adagrad；Adadelta；RMSProp；Adam |
自适应学习 |
常用的优化器为Adam，用法为：torch.optim.Adam。
补充：卷积神经网络正则化是为减小方差，减轻过拟合的策略，方法有：L1正则（参数绝对值的和）；L2正则（参数的平方和，weight_decay：权重衰退）。
9、学习率
学习率作为监督学习以及深度学习中重要的超参，其决定着目标函数能否收敛到局部最小值以及合适收敛到最小值。合适的学习率能够使目标函数在合适的时间内收敛到局部最小值。
常用函数：torch.optim.lr_scheduler；ExponentialLR；ReduceLROnplateau；CyclicLR等。
10、卷积神经网络的常见结构
常见的结构有：跳连结构（ResNet）、并行结构（Inception V1-V4即GoogLeNet）、轻量型结构（Mobilenet V1）、多分支结构（SiameseNet；TripletNet；QuadrupleNet；多任务网络等）、Attention结构（ResNet + Attention）。
| 结构 | 介绍与特点 | 图示 |
| 跳连结构（代表：ResNet） | 2015年何恺明团队提出。引入跳连的结构来防止梯度消失问题，进而可以进一步加大网络深度。扩展结构有：ResNeXt、DenseNet、WideResNet、ResNet In ResNet、Inception-ResNet'等 |  |
| 并行结构（代表：Inception V1-V4） | 2014年Google团队提出。不仅强调网络的深度，还考虑网络的宽度。其使用1x1的卷积来进行升降维，在多个尺寸上同时进行卷积再聚合。其次利用稀疏矩阵分解成密集矩阵计算的原理加快收敛速度 |  |
轻量型结构（代表：MobileNet V1） |
2017年Google团队提出。为了设计能够用于移动端的网络结构，使用Depth-wise Separable Convolution的卷积方式代替传统卷积方式，以达到减少网络权值参数的目的。扩展结构有：MobileNetV2、MobileNetV3、SqueezeNet、ShuffleNet V1、ShuffleNet V2等 |
|
多分支结构（代表：TripletNet） |
基于多个特征提取方法提出，通过比较距离来学习有用的变量。该网络由3个具有相同前馈网络（共享参数）组成的，需要输入是3个样本，一个正样本和两个负样本，或者一个负样本和两个正样本。训练的目标是让相同类别之间的距离竟可能的小，让不同的类别之间距离竟可能的大。常用于人脸识别。 |
|
Attention结构（代表：ResNet + Attention） |
对于全局信息，注意力机制会重点关注一些特殊的目标区域，也就是注意力焦点，进而利用有限的注意力资源对信息进行筛选，提高信息处理的准确性和效率。注意力机制有Soft-Attention和Hard-Attention区分，可以作用在特征图上、尺度空间上、channel尺度上和不同时刻历史特征上等。 |
|
参考：
小白学视觉
https://www.bilibili.com/video/BV1we4y1X7vy/?spm_id_from=333.880.my_history.page.click&vd_source=8332e741acbb75b438e9c1c91efed022
