卷积神经网络-卷积层

小白827

于 2019-12-20 18:12:23 发布

阅读量569

点赞数

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.csdn.net/qq_24503095/article/details/103632401

版权

卷积神经网络包含卷积层，利用二维互相关运算进行处理。互相关运算从左上角开始，通过输入数组与核数组的乘积累加得到输出。卷积层在图像处理如边缘检测中有应用，通过卷积核识别局部空间特征。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

卷积神经网络是含有卷积层的神经网络。
通常，在卷积层中使用更加直观的互相关运算。
在这里插入图片描述
在二维互相关运算中，卷积窗口从输入数组最左上方开始，按从左往右，从上往下的顺序，一次在输入数组上滑动。当卷积窗口滑动到某一位置时，窗口中的输入子数组与核数组按元素相乘并就和，得到输出数组中相应位置的元素。
例如：
0x0 + 1x1 + 3x2 + 4x3 = 19

def corr2d(x,k):
    h, w = k.shape
    y = torch.zeros(x.shape[0] - h + 1, x.shape[1] - w + 1)
    for i in range(y.shape[0]):
        for j in range(y.shape[1]):
            y[i,j] = (x[i:i

最低0.47元/天解锁文章