如何通俗易懂地解釋卷積？

在本問(wèn)題 如何通俗易懂地解釋卷積？中排名第一的馬同學(xué)在中舉了一個(gè)很好的例子（下面的一些圖摘自馬同學(xué)的文章，在此表示感謝），用丟骰子說(shuō)明了卷積的應(yīng)用。

2023-12-26 標(biāo)簽：圖像處理函數(shù)卷積 1151 0

深度學(xué)習(xí)的圖原理

1.1 什么是圖(graph)？ 在圖論的上下文中，圖是一種結(jié)構(gòu)化數(shù)據(jù)類型，具有節(jié)點(diǎn)(nodes)（保存信息的實(shí)體）和邊緣(edges)（連接節(jié)點(diǎn)的連接...

2023-11-03 標(biāo)簽：音頻數(shù)據(jù)卷積 693 0

PyTorch教程-16.3。情感分析：使用卷積神經(jīng)網(wǎng)絡(luò)

16.3。情感分析：使用卷積神經(jīng)網(wǎng)絡(luò)? Colab [火炬]在 Colab 中打開(kāi)筆記本 Colab [mxnet] Open the note...

2023-06-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)卷積pytorch 770 0

如何對(duì)圖片進(jìn)行卷積計(jì)算

先導(dǎo)入torch和torch里的nn類，然后設(shè)置一個(gè)指定尺寸的隨機(jī)像素值的圖片，然后使用nn.conv2d函數(shù)進(jìn)行卷積計(jì)算，然后建立全連接層，最后得到新...

2023-05-22 標(biāo)簽：函數(shù)卷積pytorch 908 0

淺析卷積降維與池化降維的對(duì)比

在學(xué)習(xí)深度學(xué)習(xí)中卷積網(wǎng)絡(luò)過(guò)程中，有卷積層，池化層，全連接層等等，其中卷積層與池化層均可以對(duì)特征圖降維，本次實(shí)驗(yàn)針對(duì)控制其他層次一致的情況下，使用卷積降維...

2023-02-17 標(biāo)簽：卷積深度學(xué)習(xí)卷積網(wǎng)絡(luò) 1404 0

探討神經(jīng)網(wǎng)絡(luò)基本架構(gòu)：?jiǎn)卧?神經(jīng)元、連接/權(quán)重/參數(shù)、偏置項(xiàng)

神經(jīng)網(wǎng)絡(luò)（NN）幾乎可以在每個(gè)領(lǐng)域幫助我們用創(chuàng)造性的方式解決問(wèn)題。本文將介紹神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)。讀后你將對(duì)神經(jīng)網(wǎng)絡(luò)有個(gè)大概了解，它是如何工作的？如何創(chuàng)建...

2020-10-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)元 8157 0

深度學(xué)習(xí)中常用的幾種卷積 不同情況下的卷積定義方式

在本文中，我盡量使用簡(jiǎn)單明了的方式向大家解釋深度學(xué)習(xí)中常用的幾種卷積，希望能夠幫助你建立學(xué)習(xí)體系，并為你的研究提供參考。 Convolution VS ...

2020-10-08 標(biāo)簽：濾波器信號(hào)處理卷積 7479 0

淺談一維連續(xù)時(shí)間信號(hào)的卷積逐漸過(guò)渡到圖像卷積

高斯濾波的時(shí)候它的核是離中心越近值越大，也就是不同位置的權(quán)重不同。在相乘求和之后會(huì)除以核內(nèi)數(shù)值的求和值以保證灰度值不會(huì)超出范圍

2020-09-14 標(biāo)簽：濾波圖像處理高斯濾波 6311 0

卷積神經(jīng)網(wǎng)絡(luò)：淺談CNN的綜合發(fā)展

CNN的開(kāi)山之作是LeCun提出的LeNet-5，而其真正的爆發(fā)階段是2012年AlexNet取得ImageNet比賽的分類任務(wù)的冠軍，并且分類準(zhǔn)確率遠(yuǎn)...

2020-08-24 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)卷積CNN 2567 0

詳細(xì)解讀高斯濾波---卷積和積分運(yùn)算

那可是天文數(shù)字，而且這里面絕大部分的矩形有重疊，重疊意味著什么？在算求和的時(shí)候有重復(fù)性的工作，其實(shí)我們是可以有效的利用已經(jīng)計(jì)算過(guò)的信息的。

2019-08-09 標(biāo)簽：濾波卷積積分 1.3萬(wàn) 0

DPCNN，究竟是多么牛逼的網(wǎng)絡(luò)呢？

好啦，看似問(wèn)題都解決了，目標(biāo)成功達(dá)成。剩下的我們就只需要重復(fù)的進(jìn)行等長(zhǎng)卷積+等長(zhǎng)卷積+使用一個(gè)size=3和stride=2進(jìn)行maxpooling進(jìn)行...

2019-01-28 標(biāo)簽：濾波器卷積深度學(xué)習(xí) 8716 0

卷積神經(jīng)網(wǎng)絡(luò)的在人工智能中的發(fā)展

AlexNet發(fā)表的2012年是具有里程碑意義的一年，自那以后，計(jì)算機(jī)視覺(jué)領(lǐng)域的所有突破幾乎都來(lái)自深度神經(jīng)網(wǎng)絡(luò)。本文深入探討了深度學(xué)習(xí)，尤其是非常擅長(zhǎng)與...

2019-02-05 標(biāo)簽：人工智能卷積 3831 0

詳解卷積神經(jīng)網(wǎng)絡(luò)卷積過(guò)程

卷積過(guò)程是卷積神經(jīng)網(wǎng)絡(luò)最主要的特征。然而卷積過(guò)程有比較多的細(xì)節(jié)，初學(xué)者常會(huì)有比較多的問(wèn)題，這篇文章對(duì)卷積過(guò)程進(jìn)行比較詳細(xì)的解釋。

2019-05-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)卷積 1.8萬(wàn) 0