机器学习——卷积神经网络基础及原理

admin

发表文章数:3203

首页 » 网络资源 » 正文

卷积神经网络的基础 – 卷积运算

卷积运算 运算的规则就是把filter铺到原矩阵中,然后把filter与原矩阵中对应的数相乘再加和。

机器学习——卷积神经网络基础及原理

卷积神经网络的原理 – 边缘检测

机器学习——卷积神经网络基础及原理

卷积神经网络的原理 – 灰度图

灰度图,Gray Scale Image 或是Grey Scale Image,又称灰阶图。把白色与黑色之间按对数关系分为若干等级,称为灰度。灰度分为256阶

机器学习——卷积神经网络基础及原理

机器学习——卷积神经网络基础及原理
RGB转灰度图公式: Gray = R0.299 + G0.587 + B*0.114

卷积神经网络的原理 – 边缘检测的另一个例子

机器学习——卷积神经网络基础及原理

机器学习——卷积神经网络基础及原理

机器学习——卷积神经网络基础及原理

卷积神经网络的原理 – 不同的边缘检测过滤器

机器学习——卷积神经网络基础及原理

卷积核的表示

[卷积核的行数,卷积核列数,卷积核的通道数,卷积核的个数]

机器学习——卷积神经网络基础及原理

Padding & Stride (填充和步长)

卷积运算的缺点
每次做卷积的时候,图像都会缩小
角落的像素点只会被使用一次,而中间的像素点会用到很多次,这意味着你丢掉了很多图像边缘的信息

解决的方法
– 在做卷积运算前,对图像进行填充

Vaild 和 Same 卷积运算
“Valid”: 意味着不填充(no padding)
(n x n) * (f x f) = (n – f + 1) * (n – f + 1)

“Same” : 意味着输入的大小和输出的大小一样
(n x n) * (f x f) = (n + 2p – f + 1) * (n + 2p – f + 1)
p = (f -1) /2

Stride 步长
意味着一步一步走,还是几步几步走
公式:

((n + 2p – f)/s + 1) x (n + 2p – f)/s + 1)

注意:

如果商不为0, 那就向下取整

如果移动到了外面,那就跳过

卷积神经网络示例1

机器学习——卷积神经网络基础及原理
机器学习——卷积神经网络基础及原理

未经允许不得转载:作者:admin, 转载或复制请以 超链接形式 并注明出处 夜河资源网
原文地址:《机器学习——卷积神经网络基础及原理》 发布于2019-08-19

分享到:
赞(0) 打赏

评论 抢沙发

2 + 2 =


撰写不易~如果您觉得文章对您有帮助的话可以打赏我哦~谢谢亲亲~

支付宝扫一扫打赏

微信扫一扫打赏

外服网游加速器破解版
包含腾讯网游加速器、海豚网游加速器等八款知名加速器,可加速外服游戏,永久包售后包更新,不定时添加新款破解版加速器!
切换注册

登录

忘记密码 ?

切换登录

注册