计算机视觉 课件 第5章 深度学习基础理论.pptx

计算机视觉

第五章深度学习基础理论卷积神经网络经典网络解析

卷积卷积核（滤波器）：可学习的权重矩阵，用于提取特征。

卷积卷积核（滤波器）：可学习的权重矩阵，用于提取特征。

卷积严格来说，卷积层是个错误的叫法，因为它所表达的运算其实是互相关运算（cross-correlation），而不是卷积运算。卷积运算的数学定义对于连续函数对于离散序列卷积与互相关（Cross-Correlation）的区别卷积需要翻转核，而互相关直接滑动计算（不翻转）。在深度学习中，通常误称“互相关”为“卷积”，因为翻转由网络自动学习。

卷积

全连接神经网络的瓶颈问题：图像尺寸32x32x3，隐层每个神经元权值个数是多