深度学习: convolution (卷积)
2017-12-18 19:34
543 查看
卷积运算
卷积运算是 分析数学 中的一种运算方式,在CNN中通常仅涉及其中的 离散卷积 。线性操作
百度百科 中说,“卷积是一种 线性运算 ”。卷积层
卷积层即通过卷积操作完成线性映射的层,本质上是一种 局部操作 。全连接层本质上也是一种卷积层,是一种 全局操作 (局部操作 的 极端情况) 。卷积层其实就是一系列 滤波器(filter)的 叠放 。
池化层的池化操作和卷积操作类似,但由于其不为线性映射(卷积操作必须是线性映射),因此,池化操作只能视为原理类似“卷积”,通过 p-范数 实现 非线性映射的层。
note
卷积层是没有“厚度”一说的。如果非要有,那么假设一个卷积层由10个滤波器(每个滤波器有16通道)组成,那么该卷积层的“厚度”即为10。和输入输出数据那种只需根据三维尺度就能直接定量的“厚度”是有本质区别的。相关文章推荐
- 深度学习卷积网络中反卷积/转置卷积的理解 transposed conv/deconv
- 深度卷积神经网络学习笔记2:步长不为1的卷积前向传播和反向传播
- [深度学习论文笔记][arxiv 1702]Understanding Convolution for Semantic Segmentation
- 吴恩达深度学习课程笔记之卷积神经网络基本操作详解
- TensorFlow 深度学习框架(9)-- 经典卷积网络模型 : LeNet-5 模型 & Inception-v3 模型
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- 深度学习1——深度学习(四)卷积神经网络入门学习(1)
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- 深度学习之卷积和池化
- 深度学习(九)——花式卷积
- 深度学习之卷积和池化 原理
- 【学习日记】人脸识别FaceNet之深度卷积网络NN2解读
- TensorFlow 深度学习框架(9)-- 经典卷积网络模型 : LeNet-5 模型 & Inception-v3 模型
- 【深度学习】卷积层提速Factorized Convolutional Neural Networks
- 深度学习-利用卷积网络识别动物
- 深度学习中卷积和池化的一些总结
- 深度学习之卷积网络的层级结构
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- 深度学习之卷积与池化
- Spark MLlib Deep Learning Convolution Neural Network (深度学习-卷积神经网络)3.1