零碎生活中的学习笔记

文章目录

• 20191029
• 1.深度学习-卷积
• 2.深度学习-卷积过程（图示）

20191029

1.深度学习-卷积

卷积之后输出特征的尺寸计算公式：

$size=\lfloor \frac{n+2p-f}{s}+1\rfloor$size=⌊sn+2p−f​+1⌋

其中，原图像尺寸为 $n*n$n∗n image，卷积核尺寸为 $f*f$f∗f filter，填充尺寸 padding 为 $p$p，步长 stride 为 $s$s。

2.深度学习-卷积过程（图示）

下图是卷积神经网络中，具体卷积过程的示意图。利用 2 个 3*3*3 大小的卷积核，将一个7*7*3的彩色图片（3通道：RGB）进行卷积，得到 2 个 4*4*1 的特征图，然后加入偏置项，并通过ReLU**函数处理，最终输出 4*4*2 的新特征图（2 个 4*4*1）。