深度学习卷积基础介绍
1.卷积后得到的特征大小计算,向下取整:
、
2.数字信号处理中卷积(互相关)与深度学习卷积的区别:
卷积的定义是做元素乘积求和,在信号处理中,实际上还有一个步骤是你首先要做的,也就是在把这个6×6的矩阵和3×3的过滤器卷积之前,首先你将3×3的过滤器先逆时针旋转90得到,再水平翻转得到。
3.三维卷积
单组卷积核卷积操作:
多组卷积核卷积操作:
深度学习中单层网络卷积操作:
4. 参数量计算
卷积神经网络的参数:w and b , 与输入图像像素无关,取决于filters: f*f*n_in*n_out 加上偏差 n_out。