【机器学习与深度学习理论要点】24. 什么是卷积、池化,及卷积、池化的作用? | 您所在的位置:网站首页 › 卷积层与池化层的区别是什么 › 【机器学习与深度学习理论要点】24. 什么是卷积、池化,及卷积、池化的作用? |
1)什么是卷积函数? 卷积函数是指一个函数和另一个函数在某一个纬度上的加权“叠加”作用,其表达式为: s ( t ) = ∫ − ∞ + ∞ f ( a ) ∗ g ( t − a ) d a s(t) = \int ^{+\infty}_{-\infty}f(a)*g(t-a)da s(t)=∫−∞+∞f(a)∗g(t−a)da 离散化卷积函数表示为: s ( t ) = f ( t ) ∗ g ( t ) = ∑ n = − ∞ ∞ f ( a ) g ( t − a ) s(t) = f(t)*g(t) = \sum_{n=-\infty}^{\infty}f(a)g(t-a) s(t)=f(t)∗g(t)=n=−∞∑∞f(a)g(t−a) 2) 二维卷积运算中,输出矩阵大小与输入矩阵、卷积核大小、步幅、填充的关系? O H = H + 2 P − F H s + 1 O W = W + 2 P − F W S + 1 OH = \frac{H+2P-FH}{s} + 1\\ OW = \frac{W+2P-FW}{S} + 1 OH=sH+2P−FH+1OW=SW+2P−FW+1 什么是池化,池化层的作用?池化也称为下采样,目的是缩小高、长反向上的空间运算,以降低计算量,提高泛化能力。 4)池化层有哪些特征 没有要学习的参数通道数不发生变化对微小的变化具有鲁棒性作者:YEGE 欢迎任何形式的转载,但请务必注明出处。限于本人水平,如果文章和代码有表述不当之处,还请不吝赐教。 |
CopyRight 2018-2019 实验室设备网 版权所有 |