在歐幾里得幾何中，平移是一種幾何變換，表示把一幅圖像或一個空間中的每一個點在相同方向移動相同距離。比如對圖像分類任務來說，圖像中的目標不管被移動到圖片的哪個位置，得到的結果（標簽）應該是相同的，這就是卷積神經網絡中的平移不變性。

平移不變性意味著系統產生完全相同的響應（輸出），不管它的輸入是如何平移的 。平移同變性（translation equivariance）意味著系統在不同位置的工作原理相同，但它的響應隨著目標位置的變化而變化 。比如，實例分割任務，就需要平移同變性，目標如果被平移了，那么輸出的實例掩碼也應該相應地變化。最近看的FCIS這篇文章中提到，一個像素在某一個實例中可能是前景，但是在相鄰的一個實例中可能就是背景了，也就是說，同一個像素在不同的相對位置，具有不同的語義，對應著不同的響應，這說的也是平移同變性。

參考文章1：卷積神經網絡為什么具有平移不變性？

參考文章2：深度學習中不變性是什么？平移不變性Translation Invariance、旋轉/視角不變性Ratation/Viewpoint Invariance、尺度不變性Size、Illumination

總結

以上是生活随笔為你收集整理的平移不变性：Translation Invariance 与 平移同变性：Translation equivariance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。