【深度学习】卷积与池化
发布时间：2022-08-18 18:21
4. 神经网络
网络模型：
4. 1卷积
4.1.1 概念
卷积就是通过卷积核与输入相乘再相加。它可以获取图像的局部特征。因此卷积核也被称为滤波器。
卷积时参数的计算公式：
分类
-
膨胀卷积（Dilated Convolutions）
- 引入了膨胀率（dilation rate）。
- 膨胀率是核中每个值之间的距离。一个膨胀率为2的3x3的核与一个5x5的核有相同的视野，唯一的区别就是3*3的核只有9个参数。
- 膨胀卷积的好处是在相同的计算成本下，提供了更宽的可视域。膨胀卷积在实时分割领域非常流行。
- 当需要比较宽阔的可视域（field of view）同时又没有多卷积或者更大核的条件时，可以采用膨胀卷积。