深度学习篇——CNN和RNN结合与对比,实例讲解

一、前述

CNN和RNN几乎占据着深度学习的半壁江山,所以本文将着重讲解CNN+RNN的各种组合方式,以及CNN和RNN的对比。

二、CNN与RNN对比

1、CNN卷积神经网络与RNN递归神经网络直观图

深度学习篇——CNN和RNN结合与对比,实例讲解

2、相同点:

2.1. 传统神经网络的扩展。
2.2. 前向计算产生结果,反向计算模型更新。
2.3. 每层神经网络横向可以多个神经元共存,纵向可以有多层神经网络连接。

3、不同点

3.1. CNN空间扩展,神经元与特征卷积;RNN时间扩展,神经元与多个时间输出计算
3.2. RNN可以用于描述时间上连续状态的输出,有记忆功能,CNN用于静态输出
3. 3. CNN高级100+深度,RNN深度有限

三、CNN+RNN组合方式

1. CNN 特征提取,用于RNN语句生成图片标注。

深度学习篇——CNN和RNN结合与对比,实例讲解

2. RNN特征提取用于CNN内容分类视频分类。

深度学习篇——CNN和RNN结合与对比,实例讲解

3. CNN特征提取用于对话问答图片问答。

深度学习篇——CNN和RNN结合与对比,实例讲解

四、具体应用

1、图片标注

基本思路
目标是产生标注的语句,是一个语句生成的任务,LSTM?
描述的对象大量图像信息,图像信息表达,CNN?
CNN网络中全连接层特征描述图片,特征与LSTM输入结合。

具体步骤:

1.1 模型设计-特征提取
全连接层特征用来描述原图片
LSTM输入:word+图片特征;输出下一word。

深度学习篇——CNN和RNN结合与对比,实例讲解

1.2 模型设计-数据准备

1. 图片CNN特征提取
2. 图片标注生成Word2Vect 向量
3. 生成训练数据:图片特征+第n单词向量:第n+1单词向量。

深度学习篇——CNN和RNN结合与对比,实例讲解

1.3 模型训练:

1. 运用迁移学习,CNN特征,语句特征应用已有模型
2. 最终的输出模型是LSTM,训练过程的参数设定:梯度上限(gradient clipping), 学习率调整(adaptivelearning)
3. 训练时间很长。

1.4 模型运行:

1. CNN特征提取
2. CNN 特征+语句开头,单词逐个预测

2、视频行为识别 :

视频中在发生什么?

深度学习篇——CNN和RNN结合与对比,实例讲解

2.1常用方法总结:

RNN用于CNN特征融合
1. CNN 特征提取
2. LSTM判断
3. 多次识别结果分析。

不同的特征不同输出。

深度学习篇——CNN和RNN结合与对比,实例讲解

或者:所有特征作为一个输出。

深度学习篇——CNN和RNN结合与对比,实例讲解

2.2 RNN用于CNN特征筛选+融合:

1. 并不是所有的视频 图像包含确定分类信息
2. RNN用于确定哪些frame 是有用的
3. 对有用的图像特征 融合。

2.3 RNN用于,目标检测:

1. CNN直接产生目标候选区
2. LSTM对产生候选区融合(相邻时刻位置近 似)
3. 确定最终的精确位置。

深度学习篇——CNN和RNN结合与对比,实例讲解

2.4 多种模型综合:

竞赛/应用中,为了产生最好结果,多采用 多模型ensemble形式。

深度学习篇——CNN和RNN结合与对比,实例讲解

3、图片/视频问答

3.1 问题种类

深度学习篇——CNN和RNN结合与对比,实例讲解

3.2 图片问答意义

1. 是对纯文本语言问答系统的扩展
2. 图片理解和语言处理的深度融合
3. 提高人工智能应用范围-观察,思考,表达

本文转自:博客园 - LHBlog,转载此文目的在于传递更多信息,版权归原作者所有。
原文链接:http://www.cnblogs.com/LHWorldBlog/p/9581918.html