知识卡片
卷积与互相关
数学卷积在滑动相乘前包含核的翻转;互相关直接按核当前排列与窗口对应元素相乘求和。深度学习框架常把互相关称为卷积;当核是可学习参数时,翻转后的核可以表示同一类映射,但固定核的数值结果一般不同。
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
- 基础卷积神经网络:图像处理利器 · 查看原书依据
这个运算其实执行的是和卷积非常类似的互相关运算,而不是真正的卷积。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第7章《基础卷积神经网络:图像处理利器》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0010.xhtml`)
- 结论依据:原文及公式、结构图介绍卷积或池化;卡片注明尺寸条件和近似边界。
- 原始内容:这个运算其实执行的是和卷积非常类似的互相关运算,而不是真正的卷积。