本作品内容为卷积层是CNN的核心层,也是CNN命名的来源,该层的主要作用是提取输入图像的不 同特征,因此,卷积层又被称为特征提取层。经过卷积层提取的特征随着层数的增加越来越 抽象。在卷积层中有若干个神经元被称为是卷积核(也称为滤波器或者特征提取器),通常一 个卷积核代表学习输入图像的一个特征,卷积核的个数代表深度(depth)。对于一副给定的 图像,给定一个卷积核,卷积操作就是按一定的步长在图像上滑动卷积核,进行像素加权求 和。这里的步长指的是卷积核在图像上每次向右移动的距离。通过卷积操作之后会得到特征 映射, 格式为 docx, 大小1 MB, 页数为1, 请使用软件Word(2010)打开, 作品中主体文字及图片可替换修改,文字修改可直接点击文本框进行编辑,图片更改可选中图片后单击鼠标右键选择更换图片,也可根据自身需求增加和删除作品中的内容, 源文件无水印, 欢迎使用熊猫办公。 如认为平台内容涉嫌侵权,可通过邮件:tousu@tukuppt.com提出书面通知,我们将及时处理。
此作品是由熊猫办公签约设计师设计上传,熊猫办公拥有版权;未经熊猫办公书面授权,请勿作他用。人物肖像,字体及音频如需商用需第三方额外授权;
熊猫办公尊重知识产权,如知识产权权利人认为平台内容涉嫌侵权,可通过邮件:tousu@tukuppt.com提出书面通知,我们将及时处理。
熊猫办公对作品中含有的国旗、国徽等政治图案不享有权利,仅作为作品整体效果的示例展示,禁止商用。另外您必须遵循相关法律法规规定的使用范围和使用方式,禁止以任何形式歪曲、篡改。