，如图所示： 得到的“新照片”的大小为：28*28*6. 其实，每个卷积层之后都会跟一个相应的 ...

原文作者：aircraft 原文地址：https://www.cnblogs.com/DOMLX/p/9579392.html 深度学习教程目录如下，还在继续更新完善中 深度学习系列教程目录 一.卷积 　　在深度学习的过程中，很多神经网络都会用到各种卷积核来进行操作 ...

1、参数共享的道理 　　如果在图像某些地方探测到一个水平的边界是很重要的，那么在其他一些地方也会同样是有用的，这是因为图像结构具有平移不变性。所以在卷积层的输出数据体的55x55个不同位置中，就没有必要重新学习去探测一个水平边界了。 　　在反向传播的时候，都要计算每个神经元对它的权重的梯度 ...

深度学习可形变卷积 Deformable Convolutional Networks 参考文献链接：https://arxiv.org/pdf/1703.06211.pdf 参考代码链接： https://github.com/ msracver/Deformable-ConvNets ...

过滤器(卷积核) 传统的图像过滤器算子有以下几种: blur kernel：减少相邻像素的差异，使图像变平滑。 sobel：显示相邻元素在特定方向上的差异。 sharpen ：强化相邻像素的差异，使图片看起来更生动。 outline：也称为edge kernel，相邻像素相似 ...

搞明白了卷积网络中所谓deconv到底是个什么东西后，不写下来怕又忘记，根据参考资料，加上我自己的理解，记录在这篇博客里。 先来规范表达 为了方便理解，本文出现的举例情况都是2D矩阵卷积，卷积输入和核形状都为正方形，x和y轴方向的padding相同，stride也相同。 记号 ...

【深度学习】CNN 中 1x1 卷积核的作用 最近研究 GoogLeNet 和 VGG 神经网络结构的时候，都看见了它们在某些层有采取 1x1 作为卷积核，起初的时候，对这个做法很是迷惑，这是因为之前接触过的教材的例子中最小的卷积 ...

* Wout * Hout * Cout 深度可分离卷积（Depthwise Separa ...