[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
FriendshipT25 分钟前
Ultralytics:解读SPPF模块
人工智能·pytorch·python·深度学习·目标检测
workflower1 小时前
人形机器人全身运动控制能力大幅提升
人工智能·深度学习·机器学习·设计模式·机器人·自动化
Token炼金师1 小时前
梯度的呼吸:激活、归一化、反传与残流 —— 深度网络的四道命门
人工智能·深度学习·llm
今心上1 小时前
关于安装李沐深度学习d2l包【2026.7可用版】
人工智能·深度学习
voidmort2 小时前
3. 理解 RoPE
人工智能·深度学习·机器学习·transformer
Tbisnic2 小时前
23.大模型开发:深度学习----CNN 卷积神经网络 与 RNN 循环神经网络
人工智能·python·rnn·深度学习·cnn·ai大模型
2601_954971132 小时前
二本应用统计学专业就业前景与岗位分析:CDA数据分析师证书的价值
深度学习
我没胡说八道2 小时前
论文排版自动改格式,一键智能排版,减去百分之九十排版问题,实测工具大比拼
人工智能·深度学习·机器学习·aigc·论文
2601_954971135 小时前
软件工程转数据分析:现实路径与适合人群深度解析
深度学习
清酒难寻11 小时前
深度学习进阶(二十四)Swin 的二维 RPE
人工智能·深度学习