卷积神经网络 convolution neural network

1.数学卷积:滑动窗口

2.图像具有局部相关性和平移不变性,有许多冗余的特征点,如果用全连接的神经网络会很浪费时间。

3.卷积nn:减少参数,滑动提取特征,特征作为下层卷积的输入,然后放到全连接层进行分类,再反向传播更新卷积核参数。但需要大量数据,可解释性不强。

4.卷积核 :一个卷积层上有多个卷积核,每个卷积核的权重参数不同,因此每个卷积核能提取一个特征,即生成不同的结果(对应元素相乘再求和)。每个卷积核能覆盖到一样大小的输入数据,通过滑动进而遍历整个输入数据。

5.感受野:是指特征图上的某个点能看到的输入图像的区域。卷积越深,一个点能看到的区域越大。设计较好的层数有利于提取更多特征。

左边的是输入,右边是层1,2

6.卷积层 / 滤波器:

7.通道:卷积核数就是通道数,

8.填充padding:图像外面2圈填0,可以让图像边缘的特征被卷积遍历更多次。

9.步幅stride:一次遍历多少,节省计算量

10.池化层pooling:max和average pooling

MP 特征降维,AP 打平

11.展平flatten:将特征图打平成线性,放入全连接层。

12.全连接层:把所有特征输入,最后得到一个分类

1x1卷积核作用

降维/升维

相关推荐
青松@FasterAI38 分钟前
【程序员 NLP 入门】词嵌入 - 上下文中的窗口大小是什么意思? (★小白必会版★)
人工智能·自然语言处理
AIGC大时代1 小时前
高效使用DeepSeek对“情境+ 对象 +问题“型课题进行开题!
数据库·人工智能·算法·aigc·智能写作·deepseek
硅谷秋水1 小时前
GAIA-2:用于自动驾驶的可控多视图生成世界模型
人工智能·机器学习·自动驾驶
偶尔微微一笑1 小时前
AI网络渗透kali应用(gptshell)
linux·人工智能·python·自然语言处理·编辑器
深度之眼1 小时前
2025时间序列都有哪些创新点可做——总结篇
人工智能·深度学习·机器学习·时间序列
沅_Yuan2 小时前
基于贝叶斯优化的Transformer多输入单输出回归预测模型Bayes-Transformer【MATLAB】
神经网络·matlab·回归·贝叶斯·transformer·回归预测
晓数2 小时前
【硬核干货】JetBrains AI Assistant 干货笔记
人工智能·笔记·jetbrains·ai assistant
jndingxin2 小时前
OpenCV 图形API(60)颜色空间转换-----将图像从 YUV 色彩空间转换为 RGB 色彩空间函数YUV2RGB()
人工智能·opencv·计算机视觉
Sherlock Ma2 小时前
PDFMathTranslate:基于LLM的PDF文档翻译及双语对照的工具【使用教程】
人工智能·pytorch·语言模型·pdf·大模型·机器翻译·deepseek
知舟不叙2 小时前
OpenCV中的SIFT特征提取
人工智能·opencv·计算机视觉