【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:

【深度学习】卷积与池化_第1张图片


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:

【深度学习】卷积与池化_第2张图片

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。

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号