原文:http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/
一、何为卷积
1、卷积最开始是指信号处理领域的卷积操作:https://www.cnblogs.com/alexanderkun/p/8149059.html
2、图像的卷积,理解卷积最简单的方法是把它想成一个应用到矩阵上的滑动窗口函数
想象左边的矩阵表示一张黑白的图片。每一个输入表示一个像素,0表示黑色,1表示白色(对于灰度图来说,取值通常介于0~255)。滑动窗口叫做kernel, filter, 或者 feature detector。这里我们用一个 3x3 的filter,和原始矩阵做点乘,然后相加。为了得到所有的卷积,我们通过在整个矩阵上滑动filter对每个元素都这样做。
图像经过卷积核后输出图像的大小:
输入图像(height,width) ,卷积核