知识卡片
卷积的局部感受野与权重共享
卷积层在不同空间位置应用同一组可学习卷积核,每个输出位置只依赖相应的局部感受野;这减少参数,并让相同局部模式可在不同位置产生响应。边界、步幅和池化会影响平移等变性,不能把它理解为网络天然对所有平移、旋转和尺度变化都不敏感。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 卷积神经网络 · 查看原书依据
我们称之为权重共享
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第21章《卷积神经网络》21.2(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0029_split_002.html`)
- 结论依据:我们称之为权重共享。
- 原始内容:我们称之为权重共享。 21.2.4 局部感知域 到目前为止,我们在图像上扫描(或用权重共享并行运行的)的一个神经元一次仅处理一个像素。