MatConvNet: VL_NNCONV-CNN卷积与 VL_NNCONVT-CNN卷积转置

最新推荐文章于 2021-05-19 17:42:22 发布

zhonglingyuxiuYYX

最新推荐文章于 2021-05-19 17:42:22 发布

阅读量937

点赞数

文章标签： matlab

本文链接：https://blog.csdn.net/zhonglingyuxiuyyx/article/details/104396174

版权

MatConvNet是用于MATLAB的卷积神经网络库，提供了VL_NNCONV进行CNN卷积计算，支持下采样、填充等操作。VL_NNCONVT则实现了卷积转置，常用于反卷积网络和插值滤波。函数支持CUDNN加速，并能处理不同类型的输入和滤波器，包括滤波器组和上采样因子。

摘要由CSDN通过智能技术生成

MatConvNet: CNNs for MATLAB

https://www.vlfeat.org/matconvnet/mfiles/vl_nnconv/
VL_NNCONV-CNN卷积。
Y=VL_NNCONV（X，F，B）计算图像X与滤波器组F和偏置B的卷积。如果B是空矩阵，则不添加偏置。如果F是空矩阵，则该函数不过滤图像，但仍会添加偏差并应用下采样和填充，如下所述。
X是一个维数为hxwxcxn的数组，其中（H，W）是图像堆栈的高度和宽度，C是特征通道的数量，N是批处理中的图像数量。
F是一个维数FW x FH x FC x K的数组，其中（FH，FW）是滤波器的高度和宽度，K是滤波器组中滤波器的数目。FC是每个滤波器中的特征通道数，必须与X中的特征通道数C相匹配。或者，FC可以
除以C；在这种情况下，假设滤波器形成G=C/FC
大小相等的组（其中G必须除以K）。每组
滤波器在输入阵列X的特征通道的连续子集上工作。
[DX，DF，DB]=VL_nconv（X，F，B，DY）计算投影到P上的算符的导数。DX，DF，DB和DY分别具有与X，F，B和Y相同的维数。特别是，如果B是空矩阵，那么DB也是空的。
VL_NNCONV（）实现了一种特殊的完全连接模式：当过滤器的支持与输入图像的支持完全匹配时，