45、卷积神经网络与手写数字分类实践

卷积神经网络与手写数字分类实践

1. 卷积神经网络基础

1.1 卷积层结构

卷积神经网络由一系列卷积层组成，每一层的输出作为下一层的输入。以下是一个三层卷积网络的示例：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(T,Q,L,R):::process --> B(E,N,M):::process
    B --> C(F,P):::process
    A -->|Layer 1| B
    B -->|Layer 2| C
    C -->|Layer 3| D(Output):::process

1.2 应用滤波器

以一个 12x12 的候选图像为例，应用第一层的滤波器（T、Q、L、R）。以 T 滤波器为例，其大小为 2x2，无填充，卷积后输出为 11x11 的特征图（T - map）。
操作步骤如下：
1. 将 T 滤波器的锚点置于其左上角。
2. 对 12x12 的候选图像进行扫描，若 T 滤波器与图像区域完全匹配，则标记为浅绿色，否则标记为粉色。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(12x12 Input):::process --> B(T