深度學習 | MATLAB卷積神經網絡原理描述

目錄

• • 深度學習 | MATLAB卷積神經網絡原理描述
  • • 基本介紹
    • 卷積原理
    • 連接過程
    • 參數描述
    • 參考資料

基本介紹

核卷積不僅用于神經網絡，而且是許多其他計算機視覺算法的關鍵一環。在這個過程中，我們采用一個形狀較小的矩陣(稱為核或濾波器)，我們輸入圖像，并根據濾波器的值變換圖像。后續的特征map值根據下式來計算，其中輸入圖像用f表示，我們的kernel用h表示，結果矩陣的行和列的索引分別用m和n表示。

卷積原理

將過濾器放置在選定的像素上之后，我們從kernel中提取每個相應位置的值，并將它們與圖像中相應的值成對相乘。最后，我們總結了所有內容，并將結果放在輸出特性圖的對應位置。上面我們可以看到這樣的操作在細節上是怎么實現的，但是更讓人關注的是，我們通過在一個完整的圖像上執行核卷積可以實現什么應用。

總結

以上是生活随笔為你收集整理的深度学习 | MATLAB卷积神经网络原理描述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。