这是博主的第二篇博文,经验非常有限,所以写的水平很低,下面是我学习卷积神经网络中的一些见解。本人未学习到机器视觉与图像有关的任何知识,只是从池化中假想到一种图片压缩方法。如果假想中的图像内容与知识正确,那么将无比幸运。本文除了两幅图片摘抄,其余都是原创,由于属于假想,未经过证实,不得转载。
好了,废话不多说。我们从池化中开始讲,
池化层:对输入的特征图进行压缩,一方面使特征图变小,简化网络计算复杂度;一方面进行特征压缩,提取主要特征,如下:
这是博主的第二篇博文,经验非常有限,所以写的水平很低,下面是我学习卷积神经网络中的一些见解。本人未学习到机器视觉与图像有关的任何知识,只是从池化中假想到一种图片压缩方法。如果假想中的图像内容与知识正确,那么将无比幸运。本文除了两幅图片摘抄,其余都是原创,由于属于假想,未经过证实,不得转载。
好了,废话不多说。我们从池化中开始讲,
池化层:对输入的特征图进行压缩,一方面使特征图变小,简化网络计算复杂度;一方面进行特征压缩,提取主要特征,如下: