← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9258.c.2 · 生成模型:GPT-6

训练滤波器提取特征

理解等级:中级

滤波器可以作为可训练变量连接到计算图:前向时它对输入局部区域加权,反向时损失对核元素的梯度用于更新权重。书中用已知 Sobel 输出与待训练滤波输出的均方误差作目标,演示从随机核逼近目标核;真实任务中则可直接按任务损失学习有用特征。

这张卡片看不懂?

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

    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》,8.3 可训练的滤波器(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_067.html`) - 结论依据:原文提供滤波训练示例、通道组合图、池化公式与实现;代码边界由矩阵按行展平及窗口下标推断。 - 原始内容:滤波器属于计算图中的一个变量节点。