[深度学习]卷积理解

单通道卷积

看这个的可视化就很好理解了

https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md

多通道卷积

当输入有多个通道时,卷积核需要拥有相同的通道数. 假设输入有c个通道,那么卷积核的每个通道分别于相应的输入数据通道进行卷积,然后将得到的特征图对应元素相加,最终输出一个单通道的特征图, 它的数学表达式如下图所示.

一些概念

卷积核个数: 一个卷积核对应输入图像某一个特征,理论上卷积核数量越多,能够提取的特征越丰富.

待补充:

3d卷积

相关推荐
冰西瓜6005 分钟前
深度学习的数学原理(十三)—— CNN实战
人工智能·深度学习·cnn
AI浩16 分钟前
ViT-5:面向2020年代中期的视觉Transformer
人工智能·深度学习·transformer
大连好光景17 分钟前
PyTorch深度学习----优化器
pytorch·深度学习·学习
relis18 分钟前
深度学习模型 CPU 移植实战:将 MinivLLM 从 GPU 迁移到 CPU 环境
人工智能·深度学习
wanhengidc3 小时前
算力服务器的作用都有哪些?
运维·服务器·深度学习
十铭忘4 小时前
动作识别12——yolo26s-pose+PoseC3D第1篇之标注工具升级2.0
人工智能·python·深度学习
沃达德软件4 小时前
模糊图像复原技术解析
图像处理·人工智能·深度学习·目标检测·机器学习·计算机视觉·目标跟踪
货拉拉技术4 小时前
文本大模型评测实践
人工智能·深度学习·算法
Hali_Botebie4 小时前
CVPR 2025的最佳论文(VGGT):VGGT: Visual Geometry Grounded Transformer
人工智能·深度学习·transformer
CoovallyAIHub5 小时前
模糊、噪声、压缩……让检测器学会主动评估画质
深度学习·算法·计算机视觉