简单的例子学会在pytorch中实现更新Kernel——卷积核的操作
卷积神经网络
从传统的滤波器角度来看,其实卷积操作可以狭隘地理解为对图像进行锐化,模糊,寻找边缘等修图的操作,但是其核心是什么呢,是如何实现这些操作的呢?
1. 认识卷积操作
如果熟悉图像的构成(这里主要说明灰度图像),灰度图像的像素变化为0-255,其中0为黑色,255为白色。如下图所示,左边的input为一个55的二维矩阵(可以看成一个像素为55的正方形图片),中间的矩阵即为大小为33的卷积核,最右边的矩阵则为输出矩阵(图像)。如果想要自己动笔计算,可以回顾线性代数中学习的知识,矩阵的乘法,卷积核的移
原创
2022-05-14 00:43:58 ·
903 阅读 ·
0 评论