卷积计算
卷积是数学分析中的一种积分变换的方法,在图像处理中采用的是卷积的离散形式。这里需要说明的是,在卷积神经网络中,卷积层的实现方式实际上是数学中定义的互相关 (cross-correlation)运算,与数学分析中的卷积定义有所不同,这里跟其他框架和卷积神经网络的教程保持一致,都使用互相关运算作为卷积的定义。
卷积核(kernel)也被叫做滤波器(filter),假设卷积核的高和宽分别为khk_hkh和kwk_wkw,则将称为kh×kwk_h\times k_wkh×kw卷积,比如3×53\times53×5卷积,就是指卷积核的高为3, 宽为5。
案例1
通过对图片的卷积计算,对照片的黑白边界进行检测,其中卷积核的选取就变得很重要,卷积核的选取代表了对图片进行的不同操作。[1, 0, -1]这个代表了图片在宽度方向跨度为1的两个位置上是否颜色一致,若颜色一致,则卷积运算之后的结果为0,若颜色不一致,则运算结果非0.
Conv2D为自带的卷积核算子,可以通过调用算子,对卷积核进行定义,可以实现不同形式的卷积核,对图片进行不同的卷积核操作,Conv2D为二维卷积核算子,对图片进行卷积操作。Conv3D,为三维卷积核算子,对视频进行卷积操作。
由python自动定义生成了一张图片,然后对其进行卷积计算