新一代人工智能：从深度学习到大模型 课件 5. 常见卷积操作与神经网络 .pdf

《新一代人工智能：从深度学习到大模型》

常见卷积操作和卷积神经网络

主讲人张重生

Part各种类型的卷积操作

05-1讲解各种常见的卷积操作的原理及其特点

新一代人工智能：

0、卷积操作的三种模式及输出矩阵尺寸计算（1）从深度学习到大模型

卷积的三种padding模式：Full,Same,Valid

FullSameValid

补k-1圈补若干圈不补

输出矩阵−+2−+1

w=+1w=ceil()w=ceil()

尺寸计算ooo

3

详见本书教材第73-75页

新一代人工智能：

0、卷积操作的三种模式及输出矩阵尺寸计算（2）从深度学习到大模型

卷积后的输出矩阵的尺寸计算

|W|是输入矩阵宽，w是卷积核的宽，p是padding的数值，默认=0；stride是滑动步幅，默认是1；

分为两种参数情形

1)Valid，无padding,舍弃多出的部分（不足一个窗口），w下取整

o

2)Same，有padding，补零，不足一个窗口的部分补够一个窗口，w上取整

o

Stride=1时，valid的意思是滑动窗口一直在实际的矩阵内，而没有超出输入矩阵

same的意思是，经过padding，输出尺寸和输入

−+1

Valid:w=ceil()无padding

o

Same:w=ceil()有padding

o

[1,1]