首页 技术,计算机

这个内容总是忘,记录一下叭

卷积运算

首先,假设有一个RGB三通道的图像,它可以用一个 W x H x 3 的张量表示,对它使用 一个卷积核进行卷积,运算过程如下所示。

图中的深色区域每次移动一格,即strides(步长)为1。

<photos></photos>

<photos></photos>

Stride 步长

如图,步长为2时的效果。

<photos></photos>

Padding 填充

如图。

<photos></photos>

卷积层

卷积层中filters参数表示卷积核的数量,一个卷积层会对图像使用不同的卷积核进行卷积,也就是做很多次卷积,生成不同的特征图。

特征图叠起来,形成张量,因此filters即为下一层张量的深度。

卷积核的大小 N x N 就是kernel_size

卷积核矩阵的具体数字,就是神经网络优化出来的权重,只需设定初始值。




文章评论

    爱老黄 访客ChromeMac
    2021-07-24 15:32   回复

    挺抽象的!!!!🐂