卷积神经网络处理图片的图解理解
开始学习卷积神经网络时,看不太懂卷积神经网络处理图片的图解,下面把对于初学者难于理解的地方写下来。
图一 卷积神经网络处理图片的图解
输入图片的大小为32*32的矩阵,采用6个5*5卷积核去操作输入图片。图一中‘[email protected]*28’,代表6个卷积核每一个都会输出一个28*28的矩阵。
为什么32*32的矩阵会变成28*28的矩阵?
图二 5*5卷积核移动图
如图二,5*5的卷积核从左上角移动到右上角,卷积核只是从0移动到了27,那么这个数值就是28了。
另外需要注意的是,图一中s2到c3时,采用的并不是全连接。
再来看一下卷积核是怎么操作的:
图三 卷积核的操作
个人感觉这种动图表示的卷积核操作十分形象,这是5*5的图片采用3*3的卷积核的操作,得到3*3的矩阵。图三应用自(https://blog.csdn.net/yunpiao123456/article/details/52437794)。基本上这些看懂了的话,其他的图也就懂了。