|
|
|
|
移动端

2.4.1 点积和卷积

《深度学习与计算机视觉:算法原理、框架应用与代码实现》本书全面介绍了深度学习及计算机视觉中最基础的知识,并结合最常见的应用场景和大量实例,带领读者进入丰富多彩的计算机视觉领域。作为一本“原理+实践”教程,本书在讲解原理的基础上,通过有趣的实例带领读者一步步亲自动手,不断提高动手能力,而不是枯燥和深奥原理的堆砌。本节为大家介绍点积和卷积。

作者:叶韵来源:机械工业出版社|2017-10-23 16:42

开发者盛宴来袭!7月28日51CTO首届开发者大赛决赛带来技术创新分享

2.4  卷积

卷积神经网络是深度学习中应用最广泛的一种网络,而卷积就是这种网路的基础。本节就来了解卷积的概念,性质和计算方式。

2.4.1  点积和卷积

前面已经介绍过点积是计算两个向量相似性的一种重要度量,本节详细讲一下这种性质,先来看图2-40所示。

图2-40中是三组不同的向量求点积的结果;如果从信号的角度来看,图2-40a中是一个形如sin的信号和本身求点积;图2-40b中则是该信号和一个形如cos的信号求点积;而图2-40c是该信号和一个随机产生的向量求点积。可以看到图2-40a中因为两个信号相似程度最高,所以得到的值最大是5;而图2-40b形如cos的信号和sin信号点积后因为差了π/2的相位,点积为0;图2-40c中随机信号的例子和sin信号则得到了负值,从视觉上来说也是差异最高的两个信号。

所以直观上来说形状越是相似的两个向量,点积得到的值倾向越大。当然这里的例子都是没有归一化的,所以并不是完全一致的信号就会拥有最大的点积,比如图2-41所示的例子。

虽然如此,通过上面的例子还是可以看出,大趋势仍然是形状越是相似的向量,得到的结果则越大,反之则越小。


喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书频道活动讨论群:365934973

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

非常网管——网络服务

本书使用通俗易懂的语言,通过大量的实例,从实际应用的角度出发,全面系统地介绍了网络服务操作系统平台、电子邮件系统、Web站点和FTP站点...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊