卷积层理解及应用到边缘检测

目录

前言

一、 二维互相关运算

1.互相关运算和卷积运算

2.特征图和感受野

二、二维卷积层

三、图像中物体边缘检测

总结

---

前言

卷积神经网络（convolutional neural network）是含有卷积层（convolutional layer）的神经网络。本章介绍卷积神经网络最常见的二维卷积层工作原理。它有高和宽两个空间维度，常用来处理图像。

---

一、 二维互相关运算

虽然卷积层得名于卷积（convolution）运算，但我们通常在卷积层中使用更加直观的互相关（cross-correlation）运算。

一个二维输入数组和一个二维核（kernel）数组通过互相关运算输出一个二维数组。

0×0+1×1+3×2+4×3=19,                                1×0+2×1+4×2+5×3=25,

3×0+4×1+6×2+7×3=37,                                4×0+5×1+7×2+8×3=43.