convolution
2017-02-28 12:51:25 0 举报卷积（Convolution）是一种数学运算，用于处理离散函数和连续函数。在图像处理和信号处理领域，卷积被广泛应用于特征提取、图像滤波和边缘检测等任务。卷积操作通过将一个函数与另一个函数进行逐元素相乘并求和，从而产生一个新的函数。这个新的函数可以捕捉到原始函数中的某些特性，如形状、纹理或频率。在计算机视觉中，卷积神经网络（CNN）是一种特殊的神经网络结构，它利用卷积层自动学习图像中的特征表示。这种方法使得CNN在图像识别、分类和生成等任务上取得了显著的性能提升。总之，卷积是一种强大的数学工具，它在多个领域都发挥着重要作用。
作者其他创作
大纲/内容
Bias
(3)Dot Product witheach Kernel
+
Input Feature Map
(2)Data inside sliding window
(5)Write the output into Output Feature Map
# Input Channel = 4
Each Kernel corresponds to a channel.
Output Feature Map
Kernel
Note: [1] Step size is also called stride[2] Sliding Window has the same size with each kernel[3] K is Kernel Size
# Kernels = 3Each Kernel is a #input_channel x K x K array
(1)2D Sliding window on Input Feature map with step size = S
(4) add bias
# Output Channel = # Kernels
Each bias is a scalar# Bias = # Kernels
职业：暂无
0 条评论
下一页
