图像识别(九) | 您所在的位置:网站首页 › 神经网络图片分类 › 图像识别(九) |
大家好啊,我是董董灿。 很多同学在做深度学习时,都会遇到难以理解的算法,SoftMax肯定是其中一个。初学者大都对它一知半解,只知道SoftMax可以用来做分类,输出属于某个类别的概率。 但是,为什么要用SoftMax呢?这个算法又是如何将神经网络推理的数值,转换为一个类别的分类的呢? 应用场景假设要使用神经网络做图片分类。 现在有3个类别:猫,狗,人。给你下面一张图片,神经网络需要在这3个类别中选出一个。 ▲猫咪 上图人眼一看就知道是猫咪,但是神经网络需要通过计算才知道。 好,我们使用Resnet50这一分类网络进行推理运算。算到最后面的全连接层时,全连接输出了3个数值,分别为2,1,0.1。 看过前面文章的同学可能知道,全连接输出的数值,代表了这一分类的得分。关于全连接可以翻看图像识别(八)| 还对全连接层迷迷糊糊?背会一首诗就行了。 现在我们假设这三个分类的得分分别为: 分类得分猫2狗1人0.1猫得了2分,狗得了1分,人得了0.1分。单看这个结果,我们大概知道,因为猫的得分最高,那最终神经网络会认为这张图片是一只猫。 错了! 错在哪?至少两点。 | 第一,神经网络最终选择某一分类,依据的不是得分,而是概率 也就是说,最终神经网络会选择一个概率最高的分类作为它识别的结果。为什么要把得分转为概率呢?因为多分类模型中,输出值为概率更利于反向推导和模型的迭代,概率之间更好的计算距离,而数值之间的计算的距离是无含义的。 所以,我们需要一种方法,将上面的得分转换为概率。 | 第二,得分是神经网络经过了几十层卷积运算计算出来的 例子中猫的得分是2,狗的得分是1,人的得分是0.1,我们可以比较肯定的说,因为猫的得分最高,而且比狗和人都高很多,肯定就是猫。 但实际中,有很大的可能算出的猫的得分是2.1,狗的得分是1.9,人的得分是0.1。这个时候,我们可能就没有像刚才那么肯定了。 因为猫的得分和狗的得分相差很少,而且两者都很高! 这也是为什么,很多神经网络最终都会以TOP1 和 TOP5的识别准确度来衡量神经网络的精度。 由于上述两个原因的存在,人们想到了SoftMax算法。而这个算法,也几乎完美地解决了这两个问题。 为什么叫SoftMax以及它的实现原理不知你有没有想过,为什么这个算法叫SoftMax呢? Soft 是软的意思,与之对应肯定有 HardMax。 而 HardMax,可以理解为我们平时认知的Max。比如给你两个数(3, 4), 那么这两个数的 HardMax(3,4) 结果就是4。 这个逻辑,小学生学会了10以内的加减法都知道。 但正如上面所说,SoftMax不一样,它是要处理多个类别分类的问题。 并且,需要把每个分类的得分值换算成概率,同时解决两个分类得分值接近的问题。先从公式上看,SoftMmax是怎么做到的。 公式中,每个 z 就对应了多个分类的得分值。SoftMax对得分值进行了如下处理: 以e为底数进行了指数运算,算出每个分类的 eZi,作为公式的分子 分母为各分类得分指数运算的加和。 根据公式很自然可以想到,各个分类的SoftMax值加在一起是1,也就是100%。所以,每个分类的SoftMax的值,就是将得分转化为了概率,所有分类的概率加在一起是100%。 这个公式很自然的就解决了从得分映射到概率的问题。 那,它又是怎么解决两个得分相近的问题的呢? 其实也很简单,重点在选择的指数操作上。我们知道指数的曲线是下面的样子。 ▲指数曲线,恒大于零,并且在正半轴,离零越远,增长越快(指数增长) 指数增长的特性就是,横轴变化很小的量,纵轴就会有很大的变化。 所以,从1.9变化到2.1,经过指数的运算,两者的差距立马被的拉大了。从而,我们可以更加明确的知道,图片的分类应该属于最大的那个。 下面是将猫、狗、人三个分类经过SoftMax计算之后得到的概率。 分类得分softmax猫270%狗120%人0.110%可以看到,分类是猫的概率遥遥领先。所以,神经网络在经过softmax层之后,会以70%的概率,认为这张图片是一张猫。 这就是SoftMax的底层原理。 指数让得分大的分类最终的概率更大,得分小的分类最终的概率更小,而得分为负数的分类,几乎可以忽略。 One More ThingSoftMax 其实也是一种激活函数,它广泛的应用于多分类任务中。在二分类任务重,其实有个函数也被广泛的使用,它就是 Sigmoid,可以查看图像识别(六)| 激活函数 这一章了解Sigmoid函数。 比如,有个朋友告诉我,在一些互联网的广告或者商品推荐(比如某宝的猜你喜欢)中,曾经广泛的使用Sigmod函数来预测点击的可能性,如果Sigmoid函数的输出值越大,那么说明这个内容被用户点击的可能性就越大。 想想吧,我们逛淘宝的每次点击,背后都有一个函数在分析你的行为,你还会点击么? 往期文章推荐: 图像识别(一)| 从像素说起_董董灿是个攻城狮的博客-CSDN博客 图像识别(二)| 图像的色彩空间_董董灿是个攻城狮的博客-CSDN博客 图像识别(三)| 初识卷积_董董灿是个攻城狮的博客-CSDN博客 图像识别(四)| 卷积的核心,特征提取_董董灿是个攻城狮的博客-CSDN博客_卷积图像特征提取 图像识别(五)| 春天花开却不识?打开百度识图,残差和卷积带你识遍路边野花_董董灿是个攻城狮的博客-CSDN博客 图像识别(六)| 激活函数_董董灿是个攻城狮的博客-CSDN博客 图像识别(七)| 池化层是什么?有什么作用?_董董灿是个攻城狮的博客-CSDN博客 图像识别(八)| 还对全连接层迷迷糊糊?背会一首诗就行了_董董灿是个攻城狮的博客-CSDN博客 更多信息,请查看专栏 https://blog.csdn.net/dongtuoc/category_11863193.htmlhttps://blog.csdn.net/dongtuoc/category_11863193.html 码字不易,如果你喜欢,请关注 董董灿是个攻城狮的博客_CSDN博客 或点赞。 近期开通个人微信公众号:图像识别(九)| 彻底搞懂SoftMax分类的底层逻辑分享人工智能科技文章,欢迎关注。 v v v v v v **本文为作者原创,请勿转载,转载请联系作者。** **点击下方卡片,关注我的公众号,有最新的文章和项目动态。** v v v v v v |
CopyRight 2018-2019 实验室设备网 版权所有 |