# Convolutional neural network ## Convolutional neural network - Giả sử ta có 1 tấm ảnh màu có kích thước $480 \times 480$, làm thế nào máy có thể nhận dạng được tấm ảnh này? - Input: $480 \times 480 \times 3 = 691200$ giá trị pixels $\Rightarrow$ kích thước quá lớn. - CNN giúp giảm số chiều đầu vào và vẫn giữ được các đặc trưng quan trọng của tấm ảnh. --- ## Convolutional neural network - Chúng ta phân biệt các vật thể khác nhau như thế nào?   --- ## Convolutional neural network - $\Rightarrow$ Các đặc trưng đường nét, cạnh, màu sắc, kích thước... - Làm thế nào để máy có thể hiểu 1 tấm ảnh? --- ## CNN giúp chúng ta giải quyết điều gì? - CNN giúp máy tính “nhìn” và “phân tích” 1 tấm ảnh tìm ra các đặc trưng của tấm ảnh. - CNN có 02 phần chính: Lớp trích xuất đặc trưng của ảnh (Conv, Relu và Pool) và Lớp phân loại (FC và softmax). --- ## CNN giúp chúng ta giải quyết điều gì?  --- ## Đầu vào (dữ liệu training): Input đầu vào là một bức ảnh được biểu diển bởi ma trận pixel với kích thước: [W x H x D] - W: chiều rộng - H: chiều cao - D: Là độ sâu, hay dễ hiểu là số lớp màu của ảnh. --- ## Đầu vào (dữ liệu training): - Ví dụ ảnh RGB sẽ là 3 lớp ảnh Đỏ, Xanh Dương, Xanh.  --- ## Conv Layer: - Mục tiêu của các lớp tích chập là trích xuất các đặc trưng của ảnh đầu vào. - Đối với 1 kênh màu:  --- ## Conv Layer: - Lớp Conv so khớp bộ lọc (filter) với từng phần của tấm ảnh:  --- ## Conv Layer: - Đối với nhiều kênh màu:  --- ### Conv Layer: - Vậy kích thước đầu ra của ảnh với mỗi layer được tính như thế nào? - Giả sử ảnh đầu ra là [W2 x H2 x D2] $H2*W2*D2=(\frac{H-F+2P}{S} + 1) * (\frac{W-F+2P}{S} + 1) * K$ - Trong đó: - [W1xH1xD1]: Kích thước đầu vào - F: Kích thước bộ lọc Kernel - S: giá trị Stride, K: Số lượng bộ lọc (Depth) - P: số khung zero-padding thêm vào viền ảnh --- ## Conv Layer: - Ví dụ về kích thước khi qua các layer  --- ## Pooling Layer: - Layer này giúp ta có thể giảm số chiều của đầu vào nhưng vẫn giữ được các đặc trưng cần thiết. - Ví dụ: Max pooling với bộ lọc 2x2.  --- ## Fully_Connected Layer (FC): - Khi kết thúc phần trích xuất, ta có thêm 1 lớp flatten, trải các ma trận thu được thành 1 vector đặc trưng. Vector này là input cho lớp fully connected layer.  ---