知识卡片
卷积与互相关的翻转
滑动窗口按相同相对位置相乘求和,在严格数学记号下通常称互相关;离散卷积则相当于对核的空间坐标翻转后再做该计算。深度学习中常把互相关操作也称卷积;核由训练得到时命名差别通常不改变表达能力,但理解固定方向滤波器时翻转会改变方向或符号。
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 8.2 滤波器 · 查看原书依据
如果要严格讲的话
参考来源
- 位置:《用Python实现深度学习框架》第8章《卷积神经网络》,8.2 滤波器(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_066.html`)
- 结论依据:原文说明二维空间关系,并用 Sobel 核、步长、填充及翻转解释滤波。
- 原始内容:如果要严格讲的话。