Convolutional Nerual Network(Andrew Ng)

本文最后更新于:3 个月前

Convolutional Nerual Network(Andrew Ng)

本文是吴恩达老师关于卷积神经网络的课程笔记。

卷积如何完成

首先以灰阶图像为例,此时的输入通道为1。下面的图演示了卷积的具体过程。

和矩阵乘法的思想类似,3x3的filter(kernel)和图片中对应的3x3相乘并相加得到最终矩阵里的一个数。之后平移整个 蓝色方块,就可以计算出周围的值(有时需要进行pedding)

用动画来展示这一点

以灰阶图像垂直边界检测(6x6图像)为例。结果矩阵里白色就对应边界。 值得注意的是,边界看起来很厚,这是因为图像太小,如果是1000x1000的图像,那么其结果将会不那么厚。

如果我们将原图片进行灰阶反转,得到的结果会不一样,但本质上仍然可以起到区分的作用。

不难想到,如果想要对灰阶图像进行水平边界检测,那么可以使用右边的filter来遍历图像。

如果输入的图片是彩色图片,它的输入通道数为3,输出通道数也为3。