文章目录
前言:记录自己学习的过程
1.假设卷积层 (6.1.3)覆盖的局部区域 Δ=0 。在这种情况下,证明卷积内核为每组通道独立地实现一个全连接层。
这个没有很get到,是1x1的卷积🐎
2.为什么平移不变性可能也不是好主意呢?
这个在后面的pooling讲到了,因为卷积对位置比较敏感
3.当从图像边界像素获取隐藏表示时,我们需要思考哪些问题?
不是很明白,是去思考像素夹带的消息会不会丢失吗
4.描述一个类似的音频卷积层的架构。
我的理解没他想的这么多,我就想的是对声音进行抽样,抽样频率大于他的最高频率的两倍,然后就生成离散值,拿去训练
5.卷积层也适合于文本数据吗?为什么?
适合,我开始想的是如果简单文本的话,我们文本字符编码来处理,不知道对不对
6.证明在 (6.1.6)中, f∗g=g∗f 。
这个就是信号与系统的卷积的交换律,我还去翻了下我的信号笔记结果发现也只简单的写了 😂
结果发现什么也没写,虽然看了网上推的数学公式,但是我觉得图解更好一点。
这是以前写的,两个式子求卷积其实就是那图中的C去’‘过’’A,产生的积分。
那么反过来A过C不是一样的吗,我觉得这样更好理解。
参考:
https://www.zhihu.com/question/57636994