卷积神经网络

一、为什么需要卷积

若参数过多,则内存装不下

比如图像大小1000*1000,那么输入层神经元的数目就是10的6次方,全连接层的参数就是10的12次方,一层就是1万亿个参数。

二、卷积是怎么做的

把卷积核的每一个参数和图像中的位置进行相乘再求和得到输出。

图像具有区域性,这个连接就叫局部连接,这也是卷积的特点和优势,经过一层卷积之后提取了图像的高层特征。同时卷积时有参数共享的特性,图片具有位置不变性,比如汽车翻车照样可以识别,图像特征与位置无关,左边是脸右边也是脸。

步长变大,输出变小。

如果使用了padding,在最外面一圈加0,那么假设步长为1,那么输出的size不变。加几圈的padding和卷积核大小有关,如果是5*5那么就要加两圈:

相关推荐
喜欢吃豆14 分钟前
快速手搓一个MCP服务指南(九): FastMCP 服务器组合技术:构建模块化AI应用的终极方案
服务器·人工智能·python·深度学习·大模型·github·fastmcp
星融元asterfusion20 分钟前
基于路径质量的AI负载均衡异常路径检测与恢复策略
人工智能·负载均衡·异常路径
zskj_zhyl25 分钟前
智慧养老丨从依赖式养老到自主式养老:如何重构晚年生活新范式
大数据·人工智能·物联网
创小匠27 分钟前
创客匠人视角下创始人 IP 打造与知识变现的底层逻辑重构
人工智能·tcp/ip·重构
xiangduanjava43 分钟前
关于安装Ollama大语言模型本地部署工具
人工智能·语言模型·自然语言处理
zzywxc7871 小时前
AI 正在深度重构软件开发的底层逻辑和全生命周期,从技术演进、流程重构和未来趋势三个维度进行系统性分析
java·大数据·开发语言·人工智能·spring
超龄超能程序猿1 小时前
(1)机器学习小白入门 YOLOv:从概念到实践
人工智能·机器学习
大熊背1 小时前
图像处理专业书籍以及网络资源总结
人工智能·算法·microsoft
江理不变情1 小时前
图像质量对比感悟
c++·人工智能