3D-CNN简介
MNIST数据集分类被认为是计算机视觉领域的 hello world 程序。MNIST数据集可帮助初学者理解卷积神经网络的概念和实现。许多人认为图像只是一个普通的矩阵,但实际上情况并非如此。图像拥有所谓的空间信息。考虑如下所示的 3X3 矩阵。
在正则矩阵中,矩阵中的值将彼此独立。相邻值不会携带矩阵中特定字段的任何关系或信息。例如,矩阵中“e”位置处的值与“a”、“b”等其他位置处的值没有任何关系。图像中的情况并非如此。
在图像中,矩阵中的每个位置代表图像中的一个像素,每个位置中存在的值代表该像素的值。8 位图像中的像素值可以是 [0-255]。每个像素与其相邻像素都有一定的关系。任何像素的邻域是其周围存在的像素的集合。对于任何像素,有 3 种方法来表示其邻域,即 N-4、ND