【机器学习与深度学习理论要点】24. 什么是卷积、池化，及卷积、池化的作用？

目录

1）什么是卷积函数？

卷积函数是指一个函数和另一个函数在某一个纬度上的加权“叠加”作用，其表达式为：
$$s(t)={\int }_{-\infty }^{+\infty }f(a)\ast g(t-a)da$$
离散化卷积函数表示为：
$$s(t)=f(t)\ast g(t)=\sum _{n=-\infty }^{\infty }f(a)g(t-a)$$
2) 二维卷积运算中，输出矩阵大小与输入矩阵、卷积核大小、步幅、填充的关系？
$$\begin{gathered} OH=\frac{H+2P-FH}{s}+1 \\ OW=\frac{W+2P-FW}{S}+1 \end{gathered}$$

3. 什么是池化，池化层的作用？

池化也称为下采样，目的是缩小高、长反向上的空间运算，以降低计算量，提高泛化能力。

4）池化层有哪些特征

• 没有要学习的参数
• 通道数不发生变化
• 对微小的变化具有鲁棒性

作者：野哥李
微信公众号：AI算法学习社
欢迎任何形式的转载，但请务必注明出处。
限于本人水平，如果文章和代码有表述不当之处，还请不吝赐教。
本文章不做任何商业用途，仅作为自学所用，文章后面会有参考链接，我可能会复制原作者的话，如果介意，我会修改或者删除。