图像在计算机中的表现形式为三维矩阵,人无法从具体的数值中获取图像的内容。计算机却能够从数值中找出相似或者相近的数值,并将其归属为同一类(可由程序员制定类别)。
同理,在深度学习的过程中,工作人员将所有识别的对象划分为具体的类别,在图像数据集中标注出来。卷积神经网络通过卷积核不断提取特征,并与标注过的目标,做卷积操作之后的特征进行对比。然后从概率的角度判断,如果比较接近,则为同一类:反之,不为同一类。在整个过程中,工作人员无法理解其中的特征。
因此,卷积核(集)可看作图像的特征向量(集),从一张图像的三维矩阵中,识别出目标的向量。反向传播的过程,就是求解该特征向量(集)的过程。
记录一下心得。
参考博客:
https://blog.csdn.net/weixin_42078618/article/details/83895555