卷積神經網路CNN

不缺席的陽光發表於2020-11-04

圖參考自:

https://blog.csdn.net/leer0816/article/details/76022108?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v28-1-76022108.nonecase&utm_term=%E5%9B%BE%E5%83%8F%E7%89%B9%E5%BE%81%E6%98%A0%E5%B0%84&spm=1000.2123.3001.4430

輸入對映空間(input maps volume)

特徵對映空間(feature maps volume)

池化對映空間(pooled maps volume)

卷積,啟用,池化

RGB影像3通道,輸入對映空間:w*h*3

K個2-d卷積kernel進行特徵提取 :x*y*3*k

得到特徵對映:(w-x+1)*(h-y+1)*k(原先的三通道在積分時加為一個元素,k個卷積核各生成一個為k層)

卷積後,進行啟用,如sigmod

池化,進行降取樣。(w2)*(h2)*k

最後輸出特徵對映。

特徵對映可以接入下一個CNN,或者接入全連線網路進行分類。

相關文章