[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
HyperAI超神经3 小时前
SenseNova-U1.5-8B-MoT 统一生成与理解,解锁原生多模态创作;DeepSeek-V4-Flash-Vision-Exp 拓展视觉理解新能力
人工智能·深度学习·图像生成·多模态大模型·视觉推理
东方佑4 小时前
元可塑性循环单元(Meta-RU)与 GRU 的对比研究与混合设计
人工智能·深度学习·gru
LlmCraft|大模型工程实践4 小时前
08 预训练语言模型:BERT 与 GPT
人工智能·深度学习·nlp
EQUINOX14 小时前
【论文精读】| MiniGPT-4精读
论文阅读·人工智能·深度学习
X54先生(人文科技)4 小时前
《元创力》卷宗 3.5《退场不是退出——碳硅协同驾驶原则的深层推导》
人工智能·深度学习·开源·ai写作·零知识证明
lucky_syq5 小时前
小模型推理能力天花板:是Transformer架构锁死,还是参数规模不够?换架构能否实现推理飞跃?
深度学习·架构·transformer
jay神5 小时前
深度学习的损失函数怎么选?
人工智能·深度学习·计算机视觉·毕业设计·损失函数
zhaoali07095 小时前
深度学习系列实验-计算机视觉基础
人工智能·深度学习·计算机视觉
xwz小王子7 小时前
拒绝视频生成,深度跃迁提出具身基座模型全新路线
人工智能·深度学习·机器学习
β添砖java8 小时前
深度学习30双向循环神经网路、机器翻译数据集、序列到序列学习、束搜索
人工智能·深度学习