什么是卷积?
解析:
对图像(不同的数据窗口数据)和滤波矩阵(一组固定的权重:因为每个神经元的多个权重固定,所以又可以看做一个恒定的滤波器filter)做内积(逐个元素相乘再求和)的操作就是所谓的『卷积』操作,也是卷积神经网络的名字来源。 非严格意义上来讲,下图中红框框起来的部分便可以理解为一个滤波器,即带着一组固定权重的神经元。多个滤波器叠加便成了卷积层。
OK,举个具体的例子。比如下图中,图中左边部分是原始输入数据,图中中间部分是滤波器filter,图中右边是输出的新的二维数据。
分解下上图
对应位置上是数字先相乘后相加
=
中间滤波器filter与数据窗口做内积,其具体计算过程则是:4*0 + 0*0 + 0*0 + 0*0 + 0*1 + 0*1 + 0*0 + 0*1 + -4*2 = -8
微信公众账号:七月在线实验室(会持续输出:Python、机器学习、深度学习、CV、NLP、金融风控、推荐系统实战等人工智能领域干货、面试题等,不定期免费送技术书籍及课程给大家。)
网站:http://www.julyedu.com/?utm_source=bky&utm_medium=1&utm_campaign=1&utm_content=1&utm_term=1 (随时随地刷题、免费学习人工智能课程)