卷积神经网络基础概念

1，垂直边缘检测过滤器

1    0    -1

1    0    -1

1    0    -1

2，水平边缘检测过滤器

1    1    1

0    0    0

-1    -1    -1

过滤器一般是奇数的，保证有一个中心点

在卷积神经网络中，把这些过滤器中的参数看成是未知的，通过反向传播，学习出过滤器中的参数。

3，padding，

可以保持图像的边缘信息，保持图像大小不变。卷积后的图像大小为n+2p-f+1

valid convolution: 没有pading。

same convolution:添加padding 使得图像大小不变。

4，卷积步长，stride

加入步长后， 图像大小为：round down( (n+2p -f)/s + 1)

5，对GRB图像的卷积（立方体的卷积）

filter也需要使用3个通道的，每个通道一个过滤器

运算结束之后得到一个二维的结果。

输出结果的深度数与过滤器的数目相等。这样就可以检测到多个特征，每个过滤器对应一个特征。