[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
这张生成的图像能检测吗22 分钟前
(论文速读)基于图像堆栈的低频超宽带SAR叶簇隐蔽目标变化检测
图像处理·人工智能·深度学习·机器学习·信号处理·雷达·变化检测
2401_8414956438 分钟前
【自然语言处理】生成式语言模型GPT复现详细技术方案
人工智能·python·gpt·深度学习·语言模型·自然语言处理·transformer
HelloRevit2 小时前
机器学习、深度学习、大模型 是什么关系?
人工智能·深度学习·机器学习
woshihonghonga3 小时前
Dropout提升模型泛化能力【动手学深度学习:PyTorch版 4.6 暂退法】
人工智能·pytorch·python·深度学习·机器学习
java1234_小锋3 小时前
PyTorch2 Python深度学习 - 循环神经网络(RNN)实例
python·rnn·深度学习·pytorch2
Danceful_YJ3 小时前
28. 门控循环单元(GRU)的实现
pytorch·python·深度学习
机器学习ing.3 小时前
Vision Transformer(ViT)保姆级教程:从原理到CIFAR-10实战(PyTorch)!
人工智能·深度学习·机器学习
NON-JUDGMENTAL4 小时前
指令微调(Instruction Tuning)
人工智能·深度学习·机器学习
哥布林学者5 小时前
吴恩达深度学习课程二: 改善深层神经网络 第二周:优化算法(一)Mini-batch 梯度下降
深度学习·ai
AI浩6 小时前
【Block总结】MEEM,多尺度边缘增强模块|即插即用|ACM 2024
人工智能·深度学习