卷积核本质上是一个小型的矩阵如3×3、5×5等在处理数据时它会与输入数据的局部区域进行卷积运算即逐元素相乘后求和。注几乘几卷积指卷积核权重尺寸步长步长为几每次卷积核就移动几格。步长越大提取特征越稀疏生成的特征图越小运算量更小。压缩信息减小输出尺寸就需要较大的步长。经过卷积图像逐渐变小。padding填充padding为1图像周围填充1个像素四周多加一层。不填充则为0。输出尺寸公式公式默认宽高相同不同时要分别代入宽、高计算多通道输入卷积每个通道分别卷积运算并求和一个卷积核与输入卷积得到一个单通道输出多个卷积核叠加构成卷积层相关代码如下
卷积核本质上是一个小型的矩阵如3×3、5×5等在处理数据时它会与输入数据的局部区域进行卷积运算即逐元素相乘后求和。注几乘几卷积指卷积核权重尺寸步长步长为几每次卷积核就移动几格。步长越大提取特征越稀疏生成的特征图越小运算量更小。压缩信息减小输出尺寸就需要较大的步长。经过卷积图像逐渐变小。padding填充padding为1图像周围填充1个像素四周多加一层。不填充则为0。输出尺寸公式公式默认宽高相同不同时要分别代入宽、高计算多通道输入卷积每个通道分别卷积运算并求和一个卷积核与输入卷积得到一个单通道输出多个卷积核叠加构成卷积层相关代码如下
