什么是卷积?为什么要用卷积?
(一)卷积的原理:
卷积神经网络是一种前馈型神经网络, 受生物自然视觉认知机制启发而来的. 现在, CNN 已经成为众多科学领域的研究热点之一, 可应用于图像分类, 目标识别, 目标检测, 语义分割等等。
卷积的操作过程跟图像滤波原理相似,都是通过一个小的卷积核(或者叫滤波器)在图像上滑动,利用图像局部信息进行计算:
黄色的区域表示卷积核在输入矩阵中滑动, 每滑动到一个位置, 将对应区域的数字点乘并求和, 得到一个特征图矩阵的元素。
1. 卷积核:
卷积层的功能是对输入数据进行特征提取,其内部包含多个卷积核,组成卷积核的每个元素都对应一个权重系数(卷积核内的数字,相当于w)和一个偏差量(点乘的结果再加上一个偏置值b,图中未体现),类似于一个前馈神经网络的神经元。
在卷积过