CNN是怎样一步步工作的？

时间：2018-11-10 22:39:09 阅读：154 评论：0 收藏：0 [点我收藏+]

非常形象详细的博客：链接1 链接2

技术分享图片

为了完成我们的卷积，我们不断地重复着上述过程，将feature和图中每一块进行卷积操作。最后通过每一个feature的卷积操作，我们会得到一个新的二维数组。这也可以理解为对原始图像进行过滤的结果，我们称之为feature map，它是每一个feature从原始图像中提取出来的“特征”。其中的值，越接近为1表示对应位置和feature的匹配越完整（定位角点和语义分割进行识别也是这个道理吧），越是接近-1，表示对应位置和feature的反面匹配越完整，而值接近0的表示对应位置没有任何匹配或者说没有什么关联。

CNN是怎样一步步工作的？

标签：语义关联维数 inf src 重复 blank 详细 div

原文地址：https://www.cnblogs.com/inception6-lxc/p/9940745.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行