28. 卷积层

1. 二维交叉相关

2. 二维卷积层

28. 卷积层_第1张图片

3. 例子


ps: 中间的是核,也就是weight矩阵。根据自己想要的图片效果(边缘检测、锐化等等)去学习核的参数(w和b)

4. 交叉相关 vs 卷积

28. 卷积层_第2张图片

5. 一维和三维交叉相关

28. 卷积层_第3张图片

6. 总结

  • 卷积层将输入和核矩阵进行交叉相关,加上偏移后得到输出
  • 核矩阵和偏移是可学习的参数
  • 核矩阵的大小是超参数(a和b),核矩阵的大小控制局部性,大一点的话,每个点看的范围多一点,小一点就是看的范围小一点。
  • 卷积层可以看做一个特殊的全连接层

你可能感兴趣的:(深度学习,深度学习,python)