Giới thiệu CNN và Convolution

Sau bài này, bạn sẽ:

Bắt đầu Module mới: CNN!

Module trước (ANN) học về neural network cơ bản.

Module này (CNN): Chuyên xử lý hình ảnh - nhận dạng khuôn mặt, phân loại ảnh, xe tự lái...

Định nghĩa

Convolutional Neural Network (CNN) là kiến trúc neural network được thiết kế đặc biệt để xử lý dữ liệu có cấu trúc lưới - đặc biệt là hình ảnh.

Tại sao gọi là "Convolutional"?

CNN sử dụng phép toán Convolution (tích chập) thay vì phép nhân ma trận thông thường, giúp học được đặc trưng không gian của ảnh.

Nguồn: Stanford CS231n

Vấn đề với Fully Connected Network

CNN giải quyết như thế nào?

Convolution là gì?

Công thức

$(I * K)[i,j] = \sum_{m=0}^{k_h-1} \sum_{n=0}^{k_w-1} I[i+m, j+n] \cdot K[m,n]$

Ví dụ tính toán

Tính góc trên trái của output:

$= 1×1 + 2×0 + 3×1 + 0×0 + 1×1 + 2×0 + 1×1 + 2×0 + 1×1$ $= 1 + 0 + 3 + 0 + 1 + 0 + 1 + 0 + 1 = \boxed{7}$

Filter phát hiện gì?

Stride (Bước nhảy)

Stride = số pixel filter di chuyển mỗi lần

Công thức tính Output Size

$\text{Output Size} = \left\lfloor \frac{W - K + 2P}{S} \right\rfloor + 1$

Trong đó:

• $W$: Input size
• $K$: Kernel size
• $P$: Padding
• $S$: Stride

Ví dụ

Cú pháp Conv2D

1from tensorflow.keras import layers
2
3# Conv2D layer
4layers.Conv2D(
5    filters=32,              # Số filters (output channels)
6    kernel_size=(3, 3),      # Kích thước filter
7    strides=(1, 1),          # Stride
8    padding='same',          # 'same' hoặc 'valid'
9    activation='relu',       # Activation function
10    input_shape=(28, 28, 1)  # Chỉ cần ở layer đầu
11)

Ví dụ xây dựng CNN

1from tensorflow import keras
2from tensorflow.keras import layers
3
4model = keras.Sequential([
5    # Conv Block 1
6    layers.Conv2D(32, (3, 3), activation='relu', 
7                  input_shape=(28, 28, 1)),
8    layers.MaxPooling2D((2, 2)),
9    
10    # Conv Block 2
11    layers.Conv2D(64, (3, 3), activation='relu'),
12    layers.MaxPooling2D((2, 2)),
13    
14    # Conv Block 3
15    layers.Conv2D(64, (3, 3), activation='relu'),
16    
17    # Classification Head
18    layers.Flatten(),
19    layers.Dense(64, activation='relu'),
20    layers.Dense(10, activation='softmax')
21])
22
23model.summary()

Tham số quan trọng

Những điểm quan trọng

1. CNN chuyên xử lý dữ liệu có cấu trúc không gian (ảnh)

2. Convolution = trượt filter qua ảnh để trích xuất features

3. Ưu điểm CNN:

   • Parameter sharing → ít tham số
   • Local connectivity → giữ thông tin không gian
   • Translation invariance → bất biến với dịch chuyển

4. Stride & Padding kiểm soát output size

5. Multi-channel: Filter depth = Input depth

Công thức cần nhớ

$\text{Output} = \left\lfloor \frac{W - K + 2P}{S} \right\rfloor + 1$

Bài tiếp theo

Chúng ta sẽ học về:

• Pooling Layer: Giảm kích thước, giữ đặc trưng quan trọng
• Kiến trúc CNN hoàn chỉnh
• Hierarchical Feature Learning