CNN介绍
TJU师姐
不爱编程,迫于编程的某个处女座女生~~
展开
-
卷积神经网络——卷积、卷积核、卷积输出尺寸计算
一、卷积核的维数1、二维卷积核(2d)2D卷积操作如图1所示,为了解释的更清楚,分别展示了单通道和多通道的操作。且为了画图方便,假定只有1个filter,即输出图像只有一个chanel。针对单通道,输入图像的channel为1,即输入大小为(1, height, weight),卷积核尺寸为 (1, k_h, k_w),卷积核在输入图像上的的空间维度(即(height, width)两维)上进行进行滑窗操作,每次滑窗和 (k_h, k_w) 窗口内的values进行卷积操作(现在都用相关操作取代),得转载 2020-05-17 12:15:53 · 5106 阅读 · 2 评论 -
CNN官方文档解读——深入学习卷积算法的指南(一)
1 Introduction1.1离散卷积1.2 池化2 Convolution arithmetic2.1 无填充,单位步长2.2 零填充,单位步长2.2.1 半填充2.2.2 全填充2.3 无填充、无单位迈步2.4 零填充,无单位迈步3 池化方法4 转置卷积运算4.1 作为矩阵运算的卷积4.2 转置卷积4.3 无填充,单位步长,转置4.4 无零填充,单位步长,转置4.4.1 一半(相同)填充,转置4.4.2 全填充,转置4.5 无零填充,非单位步长,转置4原创 2020-05-10 11:51:28 · 627 阅读 · 0 评论