卷积神经网络 权值共享 是什么 简单易懂版

要知道权值共享
先要知道这里面的权值是什么,

要知道权值是什么,
先要知道卷积的具体内涵是什么


首先,卷积是什么鬼意思?

卷积的过程可以看成是滤波的过程,
卷积核也可以叫做滤波器,
所以大家把它叫做filter
(我自己编的)

你肯定知道函数映射,函数接受input,然后得出output,
'卷积',也是一个类似函数映射的过程

和函数的区别就是:
它把input切成很多小的部分,然后分别把这些小的部分(层叠)输入,

比如下图,
左下的一维序列,0 1 2 -1 1 -3 0 ,
如果3个一组,作为输入
0 1 2,  
  1 2 -1,  
    2 -1 1, 
      .......
每次向后移动1位数(步伐为1),
每组中间有两个数是层叠的,这就是'卷'的意思,

盗图了


然后,权值是什么

上面不是说了,每次只输入3个数,
把输入的3个数分别乘以[1 0 -1],
得到一个新的序列,如左上黄色序列

[1 0 -1]就是权值,W,
粗鄙一点,直接叫乘数也可以

最后,共享

直观的理解,是把参数过滤了一遍,
通过每次一小步,3个一组,
把input通过某种方式(权值、乘数),映射成新的序列

共享就是说这个权值,这个滤波器filter,是可以共享的,
所有的输入参数都使用同一个权值,使用同一个滤波器,
这是一维的情况,图像处理的时候,拓展到二维就可以了

感觉我盗图了,嗯,还盗文字了,
看了好多解释都是云里雾里,没有针对小白写的版本,
所以我要来写一个我妈都看得懂的版本


文字整理来自知乎7color的回答

猜你喜欢

转载自blog.csdn.net/sinat_24070543/article/details/73458950
今日推荐