卷積計算的直觀體現(xiàn)

如上所示，一張汽車圖片經(jīng)過了多次卷積操作，一開始卷積在提取低層次的特征(檢測邊緣)，然后逐漸提取高層次的特征(完整的物體)

不同的卷積探測器

我們可以看到同一張圖片經(jīng)過不同的卷積核，得到的結果是不一樣的，也就是說不同的卷積核提取的特征是不一樣的。例如你輸入一個老鼠的圖片，將二維或者三維的圖片轉化成矩陣形式。對于圖像處理，我們一般選取局部進行分析和處理。橘色框中的矩陣對應為：下面我們就要用到卷積核了，我們想要提取老鼠的尾巴這個特征，那么假設我們的卷積核為:對于上面的卷積：(50*30)+(50*30)+(50*30)+(20*30)+(50*30)=6600；對于不能識別的特征，曲線的卷積核與其卷積后得到的值為0；

參考鏈接

1.https://blog.csdn.net/charleswangzi/article/details/82733016

2.今日頭條B站AI專欄

3.掘金

加個“星標★”，歡迎留言！

阿廣?·?一個會講段子的科學探索者

歡迎轉發(fā)給更多人，也是對作者最大的支持，謝謝！后續(xù)會更新計算機視覺和深度學習、機器學習數(shù)學基礎等系列文章，希望得到大家的支持和鼓勵！

總結

以上是生活随笔為你收集整理的卷积核_漫画：卷积神经网络中的卷积核到底是什么？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(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。