CNN
空间不变性: 检测对象和图像位置无关
局部性:先从局部区域特征做起,在高层再集成局部特征预测
从全连接层到卷积
需要完成的目标:
平移不变形:
和 实际上不依赖于 的值,即 。即卷积核不变,简化 为:这就是卷积(准确来说卷积层是个错误的叫法,卷积层用到的其实是互相关运算 (cross-correlation),而不是卷积运算),使用
对位置 附近的像素 进行加权得到局部性: 即给
一个范围限定,使其不要联系到很远的位置,得到 :
这就是卷积层, 即是卷积核
卷积数学定义:
卷积是测量 f 和 g 之间(把其中一个函数“翻转”并移位 x
时)的重叠。
>注意这个翻转,实际上卷积层不使用翻转,是互相关运算
离散形式:
多通道
图像往往包含三通道,即每个像素点还包括一个长度为3的数组,因此卷积操作也要扩展一个维度:
多通道
图像往往包含三通道,即每个像素点还包括一个长度为3的数组,因此卷积操作也要扩展一个维度: