CNN卷积中卷积层，卷积核，通道概念及卷积过程详解
1.卷积层，卷积核，通道概念及作用
卷积层：又称滤波器（filter）或者内核（kernel）,TensorFlow文档中称之为滤波器（filter）。用于对输入的图像结构进行特征提取。
卷积核：同上卷积层。
通道：指滤波器的个数。输出的通道层数只与当前滤波器的通道个数有关。
其中输入层，黑白图像的通道数为1，彩色图像的通道个数为3（RGB）
2.卷积过程
如图一（源于网络）所示（彩色图像为例）：
如图所示，输入层的图像为6*6*3，3表示RGB各一层，现在使用的是通道数为2 ，滤波器为2的卷积层去进行卷积操作。
解释：
（1）滤波器的个数为什么等于2：因为图中黄色部份为滤波器所以为2
（2）为什么滤波器是3*3*3：前两个参数表示滤波器的宽高为自己设定，这里假设为3*3，最有一个参数为输入数据的通道数，由于输入数据为三通道，所以本例最后一个参数为3（若为黑白图像则第一次的通道式为1，即3*3*1）
（3）为什么卷积后会变成蓝色4*4*1：这里使用到的步长为1（即滤波器的每次移动步长为1），然后每次卷积完对本次滤波器上的值进行相加得到一个滤波器，还记得上边说的输出的通道数只与滤波器的通道数有关吗？这里就是，有两个通道的滤波器，所以会产生蓝紫色的方阵。
写到这里可能有小伙伴会问：黄色的滤波器的通道数不是为3吗？
其实是的，黄色滤波器的个数的确为3，不然也不能对彩色输入图像进行卷积操作。但是这里的滤波器的通道数的意思是产生两个黄色的3*3*3的方阵，图中产生了两个黄色的方阵，所以说滤波器的通道数为2，而每一个滤波器层为了和上面的输出数据进行卷积提取特征，所以每一个滤波器的通道数与提取数据的通道数相同。
小伙伴们可以猜猜下次每一个滤波器层应该为几个通道？（黄色的方块应该是m*m*n）n等于几呢
答案是：n=2,因为本次卷积完只剩下了蓝紫两个方阵了。
卷积层参数个数=h*w*l*c 参数含义：h,w为滤波器的宽高本次为（3*3），l为输入数据的通道数本次为3，c为卷积层的通道数本次为2，所以本例的参数个数为3*3*3*2
CNN卷积中卷积层，卷积核，通道概念及卷积过程详解相关推荐
- Istio 中的 Sidecar 注入及透明流量劫持过程详解
图片来源:上海五角场 by Jimmy Song 本文基于 Istio 1.5.1 版本,将为大家介绍以下内容: 什么是 sidecar 模式和它的优势在哪里. Istio 中是如何做 sidecar ...
- 卷积神经网络CNN（2）—— BN(Batch Normalization) 原理与使用过程详解
前言 Batch Normalization是由google提出的一种训练优化方法.参考论文:Batch Normalization Accelerating Deep Network Trainin ...
- uboot中环境变量的加载、写入过程详解
1.uboot启动中环境变量的加载 1.1.uboot加载环境变量流程分析 (1)首先使用默认的环境变量default_environment[]: (2)然后加载SD卡中env分区的环境变量,校验读 ...
- 聚类分析在用户行为中的实例_用户关注行为数据分析过程详解-描述统计+聚类...
以下是基于一小段用户关注产品的行为数据分析过程详细描述,各位老师如有不同意见或优化建议,还请不吝赐教. 一.数据大致是这样的(已经脱敏处理) 二.数据预处理 从年款提取出年限,从价格标识出价格区间,随 ...
- java中bpmn流程图_Activiti如何动态获取流程图过程详解
本文中使用的activiti版本是5.22.0 一.绘图原理 activiti中提供了一个可以用来绘制流程图的类DefaultProcessDiagramGenerator,这个类在5.22.0及以上 ...
- 【卷积神经网络CNN 实战案例 GoogleNet 实现手写数字识别 源码详解 深度学习 Pytorch笔记 B站刘二大人 （9.5/10）】
卷积神经网络CNN 实战案例 GoogleNet 实现手写数字识别 源码详解 深度学习 Pytorch笔记 B站刘二大人 (9.5/10) 在上一章已经完成了卷积神经网络的结构分析,并通过各个模块理解 ...
- 多通道和单通道3D卷积及其运算过程详解
多通道和单通道3D卷积过程详解 前言 3D卷积作用 Pytorch中对应函数参数详解 单通道3D卷积详解 多通道3D卷积 前言 大家对1D卷积的介绍以及2D卷积中单通道和多通道的介绍已经十分完备了,我 ...
- 图像特征提取（VGG和Resnet特征提取卷积过程详解）
图像特征提取(VGG和Resnet算法卷积过程详解) 第一章 图像特征提取认知 1.1常见算法原理和性能 众所周知,计算机不认识图像,只认识数字.为了使计算机能够"理解"图像,从而 ...
- Java web 开发的概念、环境配置、创建项目过程详解（Eclipse）
Java Web 开发 Java Web 开发概念 搭建过程 详解 在eclipse创建Dynamic Web Project 创建时选择Tomcat的版本 创建项目成功 eclipse环境下如何配置 ...
- vue划入划出事件_基于vue中对鼠标划过事件的处理方式详解
鼠标事件进行监听 需求中,在一个table(组件)表中,对于其中一列(该列为图片列),当鼠标划过该列的某个单元格子(图片)时,需要展示出该单元格子对应的遮罩层 翻阅了一些博客,发现好多都提到了mous ...
最新文章
- java 写入mysql blob_java 读取写入 mysql blob
- 《LeetCode力扣练习》第461题 汉明距离 Java
- 图像处理——基于深度学习HED实现目标边缘检测
- Unity-Animator深入系列---控制IK
- vue定时ajax获取数据,vue 中使用 AJAX获取数据的方法
- 批量提取文件创建时间_不要眨眼！批量提取文件名，只需30秒
- 不需要软著的安卓应用市场_哪些安卓应用市场上架应用比较简单啊，不需要软著啊？公司开发的 APP 着急上架...
- Android添加拍照功能,Android相机开发(二): 给相机加上偏好设置
- shallow clone
- react-native 报错 RawText must be wrapped in an explicit Text component
- codeforces B. Coins
- 【WordCloud】将周董的歌用词云可视化
- 和利时 浙大中控DCS组态软件，操作员在线模拟软件
- 无线路由器桥接完整教程（不会断网）【图文详解】
- scipy.ndimage.measurements label理解
- ansible进阶(五)-handlers-任务发生更改时触发操作
- CSDN问答模块标题推荐任务(一) —— 基本框架的搭建
- CISAW信息安全保证人员介绍
- 郑州共享门店系统开发优势有哪些？
- 单片机与ARM嵌入式区别