weixin_46049491的博客

原创 卷积神经网络中的卷积

图像处理领域，卷积的主要功能是在一个图像(或某种特征) 上滑动一个卷积核(即滤波器)，通过卷积操作得到一组新的特征。输出Feature Map的每个像素对应一个神经元，每个神经元都有一个感受野，每个感受野的权重都是一样的 --神经网络角度理解。我们实现的卷积操作不是原始数学含义的卷积，而是工程上的卷积，但一般也简称为卷积。全连接层每个神经元都有一个权重，而在卷积层，输出FM的像素点只有输入的局部像素有关，局部连接。下面是互相关处理，互相关处理与卷积的区别是，卷积会把卷积核旋转180度。