1.卷積網路與全連線的不同之處在於它的區域性連線和權值共享特性,使其保持輸入輸出資料的結構化。如果是全連線輸出資料會被展平成一維陣列，喪失資料在結構上的對應關係。
2.感受野的定義：對於某層輸出特徵圖上的某個點，在卷積神經網路的原始輸入資料上能影響到這個點取值的區域。
3.輸出尺寸等於(輸入尺寸+2*填充大小-卷積核大小)/步長，向下取整後+1
4.填充模式有padding=same此時輸出特徵圖尺寸為(輸入尺寸-1)/步長，向下取整後+1，padding=valid此時輸出特徵圖尺寸為(輸入尺寸-卷積核大小)/步長，向下取整後+1。
5.在進行反卷積的時候設定的stride並不是指反卷積在進行卷積時候卷積核的移動步長，而是被卷積矩陣填充的padding
6.空洞卷積在標準卷積的基礎上引入擴張率r，增大感受野，標準卷積擴張後的空洞卷積尺寸為k+（r-1）*k
卷積神經網路 基礎知識（1）
卷積神經網路 convolutional，簡稱cnn 是一類特殊的人工神經網路，區別於神經網路其他模型 如，遞迴神經網路 boltzmann機等 其最主要的特點是卷積運算操作 convolution operator 因此，在諸多領 域應用特別是影象相關任務上表現優異，諸如，影象分類 image c...
卷積操作的基礎知識
tensorflow初級教程 在tensorflow中該api的功能是進行的是卷積操作，那是如何執行的呢？卷積操作的目的是提取影象的特徵。都提取什麼特種呢？根據不同的卷積核 不同的計算方式，會得到不同的特徵提取圖。圖 1 左邊是相同的一整圖，通過三次卷積操作，得到了三張特徵圖，分別是銳化 浮雕 輪廓...
相關基礎知識
宣告 在作者學習資料結構的過程中發表的博文，一般是自己學習後知識點的總結，同時有些是摘抄於教材的，學習教材為 資料結構 c語言版 秦峰主編。特此宣告，後續博文不在重複說明。一 基本概念 資料 data 是對客觀事物的符號表示，它能夠被計算機識別 儲存 和加工處理。資料元素 data element ...