1 邊緣檢測（Edge detection） 卷積運算是卷積神經網絡最基本的組成部分，看一個例子，這是一個 6×6 的灰度圖像，因為是灰度圖像，所以它是 6×6×1 的矩陣，而不是 6×6×3 的，因為沒有 RGB 三通道，為了檢測圖像中的垂直邊緣，可以構造一個 3×3矩陣，像這樣，它被 ...

轉自：https://www.zhihu.com/question/22298352 從數學上講，卷積就是一種運算。 某種運算，能被定義出來，至少有以下特征： 首先是抽象的、符號化的 其次，在生活、科研中，有着廣泛的作用 比如加法： ，是抽象的，本身只是一個數學符號 ...

前言 （題目我大概是隨便編的，感覺叫這個比較能概括我總結的主題） 在學OI的過程中，我一開始完全不懂位運算，后來經過一些題目的記憶，也是能夠記下來算術運算符它們的效果和作用，但是總是忘記每個運算符具體的效果，比如或運算與運算之類。 今天無意間翻開物理書，看到邏輯電路那一節，里面的與，或不就是 ...

介紹一維卷積的兩種計算方法： 1.h(n)序列倒置->位移->相乘->取和 舉例：x(n) = [4,3,2,1]，h(n) = [3,2,1]。 h(n)倒置為h'(n)[1,2,3]，逐漸從前向x(n)位移，直到h'(n)最后一個元素3與x(n)第一個元素4接觸 ...

介紹一維卷積的兩種計算方法： 1.h(n)序列倒置->位移->相乘->取和 舉例：x(n) = [4,3,2,1]，h(n) = [3,2,1]。 h(n)倒置為h'(n)[1,2,3]，逐漸從前向x(n)位移，直到h'(n)最后一個元素3與x(n)第一個元素4接觸 ...

一、向量的卷積運算 給定兩個n維向量α=(a0, a1, ..., an-1)T，β=(b0, b1, ..., bn-1)T，則α與β的卷積運算定義為： α*β=(c0, c1, ..., c2n-2)T，其中 事實上，“卷積”的含義從矩陣αβT的表示即可以看出：不難發現 ...

不定期更新的說呢... 積性函數 積性函數的概念： 如果一個函數 \(f(n)\) 在 \(a,b\) 互質的情況下滿足 \(f(a*b)=f(a)*f(b)\)， 則稱其為積性函數 舉例： \(φ(n)\) —— 歐拉函數 ！ \(σ(n)\) —— 約數和函數 \(μ(n ...

前面找到了tensorflow的一維卷積、池化函數，但是官方API太簡單，網上的例子也不多。 由於沒時間研究源碼，只能另尋他法了。 后面細細想來，tensorflow的二維卷積、池化函數，好像也能進行一維卷積、池化；也就是，利用對圖像矩陣進行卷積、池化的函數，把第一個維度設置成1。 這樣做 ...