本文主要參考來源：圖像處理其實很簡單 線性濾波和卷積的關系：線性濾波可以說是圖像處理最基本的方法，它可以允許我們對圖像進行處理，產生很多不同的效果。做法很簡單。首先，我們有一個二維的濾波器矩陣（有個高大上的名字叫卷積核）和一個要處理的二維圖像。然后，對於圖像的每一個像素點，計算它的鄰域像素 ...

每個卷積核具有長、寬、深三個維度。 卷積核的長、寬都是人為指定的，長X寬也被稱為卷積核的尺寸，常用的尺寸為3X3，5X5等；卷積核的深度與當前圖像的深度（feather map的張數）相同，所以指定卷積核時，只需指定其長和寬兩個參數。 例如，在原始圖像層 （輸入層），如果圖像是灰度圖像 ...

...

卷積就是濾波操作，將中心點與其鄰域加權相加，得到的值就是中心點的新值。濾波之后的中心點的像素值用它周圍的點的像素值的加權平均代替，使得邊界變得更加模糊（低通濾波） 高斯核 高斯核的函數圖像是一個正態分布鍾形線，坐標越趨近中心點，值就越大，反之越小。也就是說離中心點越近權值就越 ...

圖像處理（卷積） 卷積的計算步驟：（動態演示） 對h（n）繞縱軸折疊，得h（-n）； 對h（-m）移位得h（n-m）； 將x（m）和h（n-m）所有對應項相乘之后相加得離散卷積結果y（n ...

1. 池化層：由1個filter組成，對圖片 / 輸入矩陣進行空間上的降采樣處理，壓縮圖像的高度和寬度。池化層的filter不是用來得到feature map，而是用來獲取filter范圍內的特定值。池化層的filter並不設置特定的權值，通常只是用來獲取感受野范圍內的最大值或平均值。 降采樣 ...

以一張圖片作為開始吧： 這里的輸入數據是大小為(8×8)的彩色圖片，其中每一個都稱之為一個feature map，這里共有3個。所以如果是灰度圖，則只有一個feature map。 進行卷積操作時，需要指定卷積核的大小，圖中卷積核的大小為3，多出來的一維3不需要在代碼中指定，它會 ...

構建了最簡單的網絡之后，是時候再加上卷積和池化了。這篇，雖然我還沒開始構思，但我知道，一 ...