卷积神经网络学习报告
一、学习内容概述
本周系统学习了卷积神经网络（CNN）的基本原理与典型结构，主要包括以下内容：
卷积层（Convolutional Layer）
卷积核（滤波器）与特征图的概念。
局部连接、参数共享、平移不变性等关键特性。
步长（stride）、填充（padding）、多通道输入输出。
激活函数与非线性
ReLU 及其变体（Leaky ReLU、ELU）的作用与优势。
Sigmoid / Tanh 在深层网络中的梯度饱和问题。
池化层（Pooling Layer）
最大池化、平均池化。
降维、增加感受野、缓解过拟合。
全连接层与输出层
将高维特征图展平后连接。
Softmax 用于分类，均方误差或交叉熵作为损失函数。
反向传播与参数更新
卷积层的梯度计算（链式法则）。
权值初始化（Xavier, He初始化）与批标准化（Batch Normalization）。
典型卷积网络架构
LeNet-5（手写数字识别）
AlexNet（ReLU、Dropout、数据增强）
VGGNet（小卷积核、深层堆叠）
ResNet（残差连接解决梯度消失）
二、关键收获
理解了卷积操作如何提取图像局部特征，并通过多层堆叠获得全局语义信息。
掌握了特征图尺寸计算公式：
Hout=Hin+2p−ks+1Hout=sHin+2p−k+1其中 HinHin 为输入尺寸，kk 为卷积核大小，pp 为填充，ss 为步长。
认识到池化层没有可训练参数，但能显著降低计算量并提高平移不变性。
残差网络（ResNet）通过“跳跃连接”使网络可轻松达到上百层，是解决梯度消失的关键创新。
批标准化（BN）可加速收敛、允许更大学习率并起到一定正则化作用。
三、典型结构对比
| 网络 | 特点 | 参数量 | 适用场景 |
|---|---|---|---|
| LeNet-5 | 单卷积+池化，全连接输出 | 约6万 | 手写数字识别 |
| AlexNet | 双GPU并行，ReLU，Dropout | 约6000万 | 大规模图像分类 |
| VGG16 | 3×3卷积堆叠，结构规整 | 约1.38亿 | 迁移学习常用骨干 |
| ResNet50 | 残差模块，BN，更深的网络 | 约2500万 | 图像识别、目标检测 |
四、实践与代码
使用PyTorch / TensorFlow搭建了一个简单的 CNN 用于CIFAR-10分类：
两层卷积（32→64通道） + 池化 + 两层全连接。
最终测试准确率达到约 75%。
尝试了不同的激活函数、池化方式与优化器（Adam、SGD），观察对收敛速度与精度的影响。
加载了预训练的ResNet18并在自定义小数据集上微调，验证迁移学习的效果。