【卷积神经网络】卷积与卷积层
什么是卷积
首先我们先来回顾一下卷积公式“
它的物理意义大概可以理解为:系统某一时刻的输出是由多个输入共同作用(叠加)的结果。
放在图像分析里,f(x) 可以理解为原始像素点(source pixel),所有的原始像素点叠加起来,就是原始图了。
g(x)可以称为作用点,所有作用点合起来我们称为卷积核(Convolution kernel)
卷积核上所有作用点依次作用于原始像素点后(即乘起来),线性叠加的输出结果,即是最终卷积的输出,也是我们想要的结果,我们称为destination pixel.
具体原理可以见下图:
最左边呢就是我们原始输入图像了,中间呢是卷积层,-8就是卷积的结果。