1. 全栈程序员必看首页

深度学习-图解卷积运算

全栈程序员-站长 • • 未分类 • 阅读 2

深度学习-图解卷积运算卷积神经网络 Convolutiona CNN 针对全连接网络的局限做出了修正 加入了卷积层 Convolution 层 和池化层 Pooling 知层 CNN 被广泛应用于图像识别 语音识别等各种场合 在图像识别的比赛中 基于深度学习的方法几乎都以 CNN 为基础 比如 AlexNet VGGNet GoogleIncept 及微软的 ResNet 等 上 近几年深度学习大放异彩 CNN 功不可没 单通道 二维卷积运算示例 如上图所示 红色的方框圈中的数

卷积神经网络（Convolutional Neural Network，CNN）针对全连接网络 的局限做出了修正，加入了卷积层（Convolution层）和池化层（Pooling 知 层）。

CNN被广泛应用于图像识别、语音识别等各种场合，在图像识别的比赛中， 基于深度学习的方法几乎都以CNN为基础（比如，AlexNet、VGGNet、 Google Inception Net及微软的ResNet等）上。近几年深度学习大放异彩， CNN功不可没。

单通道，二维卷积运算示例：

在这里插入图片描述
如上图所示，红色的方框圈中的数字和卷积核乘积再相加得到输出数据。

单通道，二维，带偏置的卷积示例：

在这里插入图片描述
带偏置的计算实在上述乘积运算之后加上偏置。

带填充的单通道，二维卷积运算示例：

在这里插入图片描述

输出矩阵的大小计算

多通道卷积计算

  • 每个通道先与第一组卷积核执行卷 积，然后多通道结果叠加，产生一 个输出
  • 每个通道与下一组卷积核执行卷积， 产生另一个输出
  • 有多少组卷积核，就有多少个通道 输出
    在这里插入图片描述
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/232788.html原文链接：https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长
0 0


相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号