[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
直接冲冲冲22 分钟前
两层神经网络与三层神经网络的区别
人工智能·深度学习·神经网络
QiZhang | UESTC2 小时前
学习agent开发
深度学习
蓝悦无人机6 小时前
自动驾驶论文解读:深度学习自动驾驶系统预测与规划集成综述
人工智能·深度学习·自动驾驶
phltxy6 小时前
LangChain从模型调用到应用编排
人工智能·深度学习·语言模型·langchain
Lambert-Wu7 小时前
神经网络引擎:梯度下降算法(SGD → Adam)进化史与调参指南
人工智能·深度学习·机器学习
不羁的木木16 小时前
HarmonyOS APP实战-基于Image Kit的图像处理APP - 第6篇:图片滤镜效果实现
图像处理·深度学习·harmonyos
CCC:CarCrazeCurator19 小时前
A100作为深度学习基础计算节点的原因
人工智能·深度学习
hhzz19 小时前
Barbershop:基于GAN和分割Mask的图像合成技术——从理论到实战全解析
图像处理·人工智能·python·深度学习·计算机视觉
数智工坊1 天前
RealNet:用于异常检测的特征选择网络,具备真实的合成异常样本
人工智能·深度学习
阳明山水1 天前
TimesFM与Moirai MoE零样本预测解析
人工智能·深度学习·算法·机器学习·架构