一、单通道卷积

以单通道卷积为例，输入为（1,5,5），分别表示1个通道，宽为5，高为5。假设卷积核大小为3x3，padding=0，stride=1。

相应的卷积核不断的在图像上进行遍历，最后得到3x3的卷积结果，结果如下：

二、多通道卷积

以彩色图像为例，包含三个通道，分别表示RGB三原色的像素值，输入为（3,5,5），分别表示3个通道，每个通道的宽为5，高为5。假设卷积核只有1个，卷积核通道为3，每个通道的卷积核大小仍为3x3，padding=0，stride=1。

卷积过程如下，每一个通道的像素值与对应的卷积核通道的数值进行卷积，因此每一个通道会对应一个输出卷积结果，三个卷积结果对应位置累加求和，得到最终的卷积结果（这里卷积输出结果通道只有1个，因为卷积核只有1个。

可以这么理解：最终得到的卷积结果是原始图像各个通道上的综合信息结果。

上述过程中，每一个卷积核的通道数量，必须要求与输入通道数量一致，因为要对每一个通道的像素值要进行卷积运算，所以每一个卷积核的通道数量必须要与输入通道数量保持一致。

三、多核卷积

下图为双核卷积的效果。

更多基础知识见网址：https://cs231n.github.io/convolutional-networks/#conv

CNN卷积核计算原理相关推荐

卷积神经网络（CNN）的原理
https://blog.csdn.net/weixin_42278173/article/details/81776807 卷积神经网络(CNN)的原理本文主要内容: CNN的定义 CNN的构成 ...
DeepLearning tutorial（4）CNN卷积神经网络原理简介+代码详解
FROM: http://blog.csdn.net/u012162613/article/details/43225445 DeepLearning tutorial(4)CNN卷积神经网络原理简介 ...
圆形的CNN卷积核？华中科大清华黄高团队康奈尔提出圆形卷积，进一步提升卷积结构性能！
作者丨小马编辑丨极市平台写在前面目前正常卷积的感受野大多都是一个矩形的,因为矩形更有利于储存和计算数据的方便.但是,人类视觉系统的感受野更像是一个圆形的.因此,作者就提出,能不能将CNN卷积核的 ...
【深度学习】5：CNN卷积神经网络原理
前言:先坦白的说,深度神经网络的学习在一开始对我造成的困扰还是很大的,我也是通过不断地看相关的视频资料.文献讲解尝试去理解记忆.毕竟这些内容大多都是不可查的,我们看到的都只是输入输出的东西,里面的内部 ...
CNN卷积神经网络原理与公式讲解
CNN卷积神经网络原理讲解+图片识别应用(两层) https://blog.csdn.net/kun1280437633/article/details/80817129 写给初学者的深度学习教程之 ...
2020-12-09 深度学习经典CNN模型计算量与内存需求分析
经典CNN模型计算量与内存需求分析表1 CNN经典模型的内存,计算量和参数数量对比 AlexNet VGG16 Inception-v3 模型内存(MB) >200 >500 90-10 ...
python 热度图_keras CNN卷积核可视化,热度图教程
卷积核可视化 import matplotlib.pyplot as plt import numpy as np from keras import backend as K from keras. ...
基于新型忆阻器的存内计算原理、研究和挑战
作者 | 林钰登.高滨.王小虎.钱鹤.吴华强来源 | <微纳电子与智能制造>期刊引言过去半个世纪以来 ,芯片计算性能的提高主要依赖于场效应晶体管尺寸的缩小.随着特征尺寸的减小 ,器件 ...
深入TextCNN（一）详述CNN及TextCNN原理 - 知乎 (zhihu.com)
深入TextCNN(一)详述CNN及TextCNN原理 - 知乎 (zhihu.com) https://zhuanlan.zhihu.com/p/77634533?from_voters_page= ...

CNN卷积核计算原理

一、单通道卷积

二、多通道卷积

三、多核卷积

CNN卷积核计算原理相关推荐

最新文章

热门文章