目录
卷积
举个例子
那么此时问：下午2点这个人体内还有什么食物？
不定时的进食，和不间断的消化是一个动态过程，并没有那么容易计算出来。但是卷积却能很好的替你解决这个问题。
解决方法
这里设 f函数表示进食，g函数表示消化。
从12吃米饭，到下午2点共用了2小时，那么我们就需要看g函数在2小时后还剩多少食物的一个百分比。那么我们就可以得出一个公式 residue = f(12) * g(14 - 12) 。那么我们就可以得出一个进食点在下午2点还剩的食物量。
总结
有一个系统，input不稳定 output稳定，那么我们就可以拿卷积来计算这个数值。
神经网络中的卷积
卷积神经网络主要的作用就是识别图片中的某一些特征。例如获取图片中的人脸、以及面部表情等。
像素、灰度值
卷积操作
思考
卷积核作用
平滑卷积
周围的像素点是如何对当前像素点产生影响的，理论来说可以从周围一圈像素点到无穷远的像素点为当前像素点进行的影响。但是呢当我们只需要考虑周围一圈就可以解决问题时绝对不会考虑俩圈，效率问题么。
垂直边界卷积核与水平边界卷积核
卷积核在数学的运算
令x，y表示在图片上某一个点位置。那么我们得出公式：f(x, y) * g(x, y) = ∑ f(x, y) · g(m-x, n-y)
这里为了方便计算。卷积核为3*3的，只考虑周围一圈对当前像素点的影响。
对应关系应该是这样的：
f(x-1, y-1) * g(1, 1) ；
f(x, y-1) * g(x+1, 1) ；
f(x+1, y-1) * g(-1, 1) ；
f(x-1, y) * g(1, 0) ；
f(x, y) * g(0, 0) ；
f(x, y-1) * g(0, 1) ；
f(x-1, y+1) * g(1, -1) ；
f(x, y+1) * g(0, -1) ；
f(x+1, y+1) * g(-1, -1) ；
仔细发现就是刚好g表倒过来。
卷积神经网络
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/223125.html原文链接：https://javaforall.net
![动态规划之背包问题及输出背包具体方案[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
