为什么（MNIST训练的）模型不擅长不在图片中心的数字

Question

关于问题

我的CNN模型在MNIST数据集上的准确度高达99.4％。所以我尝试一些不规则的输入。并且预测结果不正确。

以下是我使用的一些不规则输入

众所周知，CNN卷积将扫描整个图像，也不关心图像区域的关键特征。

为什么CNN无法处理不正常的输入

Answer 1

  

众所周知，CNN卷积将扫描整个图像，也不关心图像区域的关键特征。

这简直是假的。 CNN没有＆＃34;扫描＆＃34;图像，单个过滤器可以看作扫描，但整个网络没有。 CNN由多个层组成，最终将减少信息量，并且在某些时候还使用特定于位置的特征（在最终完全连接的层中，在一些全局平均中等等）。因此，虽然CNN对小扰动（平移或噪声，但不是旋转！）具有鲁棒性，但它们对这些变换不是不变。换句话说 - 将图像向左移动3个像素很好，但是尝试将数字分类为完全不同的比例/位置将会失败，因为没有任何东西强迫你的模型不变。确实学习这种不变性的一些模型是空间变形网络，但CNN根本就没有。