[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
十三画者7 小时前
【文献分享】ConfRetro:融合3D构象信息的逆合成预测Transformer框架
人工智能·深度学习·数据挖掘·数据分析·transformer·数据可视化
雷帝木木9 小时前
数据湖与数据仓库:从理论到实践
人工智能·python·深度学习·机器学习
yanghuashuiyue10 小时前
RNN结构记录
人工智能·rnn·深度学习
%4713 小时前
DAY 38
人工智能·pytorch·深度学习
June bug13 小时前
【HCIA- AI(正课)】2.1 深度学习基础
人工智能·深度学习
黑马水牛14 小时前
Carla仿真系列:9_Carla 单目障碍物测距,四种方法原理与实测
经验分享·python·深度学习·计算机视觉·ros·传感器·carla仿真
船厂电气自动化ai大模型15 小时前
AI大模型与数学第42课:泰勒级数完整展开(神经网络近似核心)
人工智能·python·深度学习·算法·机器学习
就是一顿骚操作19 小时前
GRU:用重置门与更新门简化序列记忆的经典解读
人工智能·深度学习·gru·论文解读
EachYoungX20 小时前
Sleep-EDF 睡眠信号数据集深度解析:从 EDF 文件到可复现睡眠分期样本
深度学习·数据分析
FlagOS智算系统软件栈20 小时前
CUDA Tile IR 接入 FlagOS 多芯片统一编译器 FlagTree,加速 AI 芯片生态迈向“开放计算”
人工智能·深度学习·flagos