知识卡片
卷积核提取特征
卷积层在输入局部窗口上重复应用同一组权重,将对应元素乘积求和并可加偏置,形成特征图。不同核能够产生不同响应,例如边缘检测;后续激活函数再引入非线性。
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
也可以对输入图像进行各种变换,最终的效果就是提取图像特征。
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:也可以对输入图像进行各种变换,最终的效果就是提取图像特征。