[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7 小时前
【Triton 教程】triton_language.fdiv
人工智能·深度学习·triton
遥感知识服务8 小时前
从局部阈值、双极化到暗地表剔除:NASA OPERA DSWx-S1全球动态水体算法拆解
大数据·人工智能·深度学习·神经网络·算法·机器学习
jeffsonfu9 小时前
循环神经网络(RNN)详解:处理序列数据的自然选择
人工智能·深度学习
Web3&Basketball10 小时前
vLLM部署开源大模型实战:显存、命令与成本核算
人工智能·深度学习·大模型·ai技术·vllm
lancyu10 小时前
关于多轮对话机器人的上下文Token优化和解决方案
人工智能·python·深度学习·机器学习·chatgpt·机器人·prompt
xier_ran10 小时前
【infra之路】GPU 执行与存储层次全景关系图
人工智能·深度学习·cuda
老郑聊AI业财智造11 小时前
Transformer 技术架构与源码分析
人工智能·python·深度学习·语言模型·架构·transformer·软件工程
root_123456_13 小时前
卷积神经网络一:CNN 核心 —— 卷积、池化与特征提取
卷积神经网络·ai学习·自学ai·cnn核心
147API16 小时前
蒸馏训练效果差,怎样判断问题是不是出在数据
人工智能·深度学习·机器学习
txg66617 小时前
可控扩散驱动模糊测试:CtrlFuzz 如何在“流形空间”中精准探索神经网络漏洞
人工智能·深度学习·神经网络