【深度学习】卷积核的基本概况

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 编者荐语   卷积核就是图像处理时，给定输入图像，输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素，其中权值由一个函数定义，这个函数称为卷积核。 转载自作者丨计算机视觉与机器学习 什么是卷积核 在数学上，卷积核的标准定义是 两个函数在反转和移位后的乘积的积分： 其中，函数g一般称为 过滤器(filters) ，函数f指的是 信号/图像 。在卷积神经网络里，卷积核其实就是一个过滤器，但在深度学习里，它不做反转，而是直接 执行 逐 元素的乘法和加法 ，我们把这个又称为 互相关 ，在深度学习里称为 卷积。 那为什么在图像处理上，需要进行卷积处理呢。实际上是借鉴于科学家的研究结果——上个世纪科学家就发现， 视觉皮层的很多 ………………………………