Deep Learning Note: 4-12 一维和三维的推广
前面讨论了使用卷积网络处理二维的图像数据的各种方法,其中很多方法也适用于一维和三维的数据。 例如计算如图 1 所示的二维图像和过滤器的卷积,图像尺寸为 $14 \times 14$,过滤器尺寸为 $5 \times 5$,二者卷积得到结果的尺寸为 $10 \times 10$;如果网络中某一层使用 16 个 $5 \times 5$ 的过滤器,则卷积结果的大小为 $10 \times 10…
Read more
learn, build, evaluate
前面讨论了使用卷积网络处理二维的图像数据的各种方法,其中很多方法也适用于一维和三维的数据。 例如计算如图 1 所示的二维图像和过滤器的卷积,图像尺寸为 $14 \times 14$,过滤器尺寸为 $5 \times 5$,二者卷积得到结果的尺寸为 $10 \times 10$;如果网络中某一层使用 16 个 $5 \times 5$ 的过滤器,则卷积结果的大小为 $10 \times 10…
Read more