卷积神经网络中的核和权重

我看到过一个使用核和权重的CNN代码。核和权重有什么区别?


回答:

核和权重有什么区别?

对于CNN来说,核(或滤波器)简单来说就是一组在整个输入空间中共享的权重。想象一下权重矩阵,然后想象在这个矩阵中有一个较小的滑动“窗口”,那么这个滑动窗口就是包含的权重组或核。

在下面的借用图片中,您可以看到:

  • 单个矩形代表权重
  • 完整的输入权重集(输入权重矩阵)
  • 我们在输入矩阵上“滑动”的权重子集或“窗口”是核
  • 结果输出权重矩阵

我在这里借用图片来说明核/权重的区别

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注