吳老師『第四課』第一周

來自專欄青銅演算法工程師日記

• nxn矩陣，過濾器fxf，步長為1，padding後得到矩陣大小(n-f+1)(n-f+1)

有兩個問題：

1、圖像會變小，如果你不想讓他變小呢

2、圖像的邊緣佔得權重小

那麼就有了解決辦法：padding

周圍圍上一層，(n+2p-f+1)(n+2p-f+1)

padding兩種方式：

valid：不填充

same：填充使得（填充前）輸入尺寸和卷積後輸出尺寸相同

如果有步長，我們的圖像經過卷積之後會變成什麼樣呢？

• 上面是對二維的矩陣進行卷積，那麼三維立體的該怎麼卷積呢？

根據三維立體，這裡比如說三維圖像，讓過濾器的最後一維和通道數一致，這樣就可以對立體進行卷積了。還是把過濾器中的數與圖像數相乘求和放到結果裡面。

卷積神經網路的一層，和普通的神經網路基本上是一致的，線性函數結果通過激活函數。

卷積裡面的參數和維度