神经网络中的卷积计算
对于一张输入图片, 将其转化为矩阵, 矩阵的元素为对应的像素值。 假设有一个 5 × 5 5 \times 5 5×5 的图像,使用一个 3 × 3 3 \times 3 3×3 的卷积核进行卷积,可得到一个 3 × 3 3 \times 3 3×3 的特征图。卷积核也称为滤波器(Filter)。
具体的操作过程如下图所示:
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,将对应数字相乘并求和,,得到一个特征图矩阵的元素。注意卷积核每次滑动一个单位,滑动的幅度可以根据需要进行调整。如果滑动步幅大于 1, 则卷积核有可能无法恰好滑到边缘, 针对这种情况, 可在矩阵最外层补零,如下图所示:
补零层称为 Zero Padding,是一个可以设置的超参数,但要根据卷积核的大小、 步幅和输入矩阵的大小进行调整,以使得卷积核恰好滑动到边缘。
一般情况下,输入的图片矩阵以及后面的卷积核,特征图矩阵都是方阵,这里设输入矩阵大小为 w w w,卷积核大小为 k k