我的数字识别有问题。在特征提取部分，我必须使用一些卷积掩码（如link 中的图 4.23）来获取特征图和输出。但是，我不知道我需要什么样的口罩以及如何获得口罩？ （在一些论文中，也许他们使用了反向传播，但我不知道如何使用它）你能告诉我这部分使用的一些掩码，或者如何获得它们吗？ 非常感谢！欢迎任何建议！
【问题讨论】：
标签： image-processing machine-learning
反向传播是在设置架构后训练您的神经网络。我从未将神经网络用于数字识别问题，但这里有一个关于手写数字识别的链接：link。它有一些代码示例。
祝你好运。
【讨论】：
在 CNN 中，您通常将 2D 图像作为输入数据，例如 MNIST 中的黑白 28x28x1（水平、垂直、通道）数字。
然后您创建一个 2d 内核（例如 3x3 内核），它以定义的 步幅（每一步水平/垂直移动多少像素）和 滑过输入图像像素>padding（在所有边上添加多少值为 0 的像素，以使滑动内核中心在到达其边界时能够覆盖图像的每个像素）。
假设使用的 Kernel=3x3，Padding=1，Stride=1。
这个内核在滑动时应用在卷积中，也会生成一个 28x28 的图像，其中每个像素是内核与输入图像不同区域的卷积。
如果您创建 16 个内核而不是仅一个内核，则在卷积之后您将获得 16 个 28x28 图像，每一个代表图像的不同“模式”。 “模式”是每个内核内部的内容。
CNN 通过监督训练中的反向传播，将自动学习放入每个内核的值。例如，一个内核的格式可以是
000
111
000
表示它将检测水平线。
我认为内核就是您所说的掩码。
最后，可以将所有 16 张 28x28 的图像拼接起来形成一些特征，这些特征可以作为全连接层的输入，得到分类输出。
请注意，这个解释非常简单，因为它跳过了一些段落（深度卷积、池化等），但我希望它足以解决您的疑问。
【讨论】：