CNN学习笔记:卷积和卷积核的作用

卷积:

根据离散二维卷积公式,有:

但在图像处理的计算中,一般将卷积核翻转后再计算,可以直接看成是对位相乘。

卷积核的作用:滤波/特征提取

假设有一个卷积核如下图所示:

我们可以看到小鼠各部分和它做卷积的结果。图形越相似,所得结果也就越大。

 

由此可以看出卷积的作用,即在于滤波,或特征提取。所以CNN的核心所在也就是找到这个卷积核kernal.

也就是神经网络中的核心公式:y=wx+b

  • 16
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值