深度学习卷积基础介绍

1.卷积后得到的特征大小计算，向下取整：

、

2.数字信号处理中卷积（互相关）与深度学习卷积的区别：

卷积的定义是做元素乘积求和，在信号处理中，实际上还有一个步骤是你首先要做的，也就是在把这个6×6的矩阵和3×3的过滤器卷积之前，首先你将3×3的过滤器先逆时针旋转90得到，再水平翻转得到。

3.三维卷积

单组卷积核卷积操作：

 

多组卷积核卷积操作：

深度学习中单层网络卷积操作：

4. 参数量计算

卷积神经网络的参数：w and b , 与输入图像像素无关，取决于filters: f*f*n_in*n_out 加上偏差 n_out。