Tensorflow快餐教程(9) - 卷积

  1. 云栖社区>
  2. 博客>
  3. 正文

Tensorflow快餐教程(9) - 卷积

lusing 2018-05-04 18:34:21 浏览2418
展开阅读全文

卷积

卷积就是滑动中提取特征的过程

在数学中,卷积convolution是一种函数的定义。它是通过两个函数f和g生成第三个函数的一种数学算子,表征函数f与g经过翻转和平移的重叠部分的面积。其定义为:
$h(x)=f(x)*g(x) =\int_{-\infty}^{\infty}f(t)g(x-t)dt$
也可以用星号表示:$h(x)=(f*g)(x)$
卷积的第一个参数(上例中的f),通常叫做输入。第二个参数(函数g)叫做核函数kernel function。输出有时候叫特征映射feature map.
也可以定义离散形式的卷积:
$h(x)=(f*g)(x) = \sum_{t=-\infty}^{\infty}f(t)g(x-t)$

g(x-t)是变化的,而f(t)是固定不动的。我们可以将卷积理解成是g(x-t)滑动过程中对f(t)进行采

网友评论

登录后评论
0/500
评论
lusing
+ 关注