CNN常用卷积方法一览
生活随笔
收集整理的這篇文章主要介紹了
CNN常用卷积方法一览
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
這篇文章的主題是卷積(Convlution)。想必熟悉CNN的你一定對卷積很熟悉了,或許也聽過用過深度學(xué)習(xí)可分離卷積、轉(zhuǎn)置卷積等概念和方法。那么目前為止,深度學(xué)習(xí)中都有哪些典型的卷積方式?本篇筆者就和大家一起來總結(jié)一下這些功能強(qiáng)大的卷積。本文的目錄如下:
-
卷積的本質(zhì)
-
常規(guī)卷積
-
單通道卷積
-
多通道卷積
-
-
3D卷積
-
轉(zhuǎn)置卷積
-
1x1卷積
-
深度可分離卷積
-
空洞卷積
卷積的本質(zhì)
在具體介紹各種卷積之前,我們有必要再來回顧一下卷積的真實含義,從數(shù)學(xué)和圖像處理應(yīng)用的意義上來看一下卷積到底是什么操作。目前大多數(shù)深度學(xué)習(xí)教程很少對卷積的含義進(jìn)行細(xì)述,大部分只是對圖像的卷積操作進(jìn)行了闡述。以至于卷積的數(shù)學(xué)意義和物理意義很多人并不是很清楚,究竟為什么要這樣設(shè)計,這么設(shè)計的原因如何。
追本溯源,我們先回到數(shù)學(xué)教科書中來看卷積。在泛函分析中,卷積也叫旋積或者褶積,是一種通過兩個函數(shù)x(t)和h(t)生成的數(shù)學(xué)算子。其計算公式如下:
連續(xù)形式:
離散形式:
總結(jié)
以上是生活随笔為你收集整理的CNN常用卷积方法一览的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于PyMC的贝叶斯建模实战
- 下一篇: PyTorch的13个必知必会知识点