卷積神經網絡 - 如何獲取特徵地圖？

我讀了幾本書和有關卷積神經網絡的文章，看來我理解這個概念，但我不知道如何把它像在下面的圖像： alt text http://what-when-how.com/wp-content/uploads/2012/07/tmp725d63_thumb.png 卷積神經網絡 - 如何獲取特徵地圖？

從28x28像素歸INPUT我們得到4功能地圖的大小24x24。但如何得到它們？調整INPUT圖像的大小？或執行圖像轉換？但是什麼樣的轉變？或通過4角將輸入圖像切割成4個大小爲24x24的圖像？我不明白這個過程，對我來說，似乎他們在每一步都會將圖像縮小或調整爲較小的圖像。請幫助謝謝。

來源

2009-08-21 Nhu Phuong

您可以列舉您閱讀的卷積神經網絡的書籍/文章嗎？提前致謝。 – lmsasu 2011-12-30 13:57:43

這是來自神經網絡和學習機器，第三版的書 – 2011-12-30 15:22:21

+10

我也很困惑，這個卷積實際上是非常重要的部分（因此名稱'卷積NN'），但大多數人似乎專注於解釋CNN如何工作，並忽略「如何獲取功能地圖」部分。我很困惑（也很生氣），直到我找到這個網站：http://www1.i2r.a-star.edu.sg/~irkhan/conn2.html 它用簡單的英語解釋了一切。 – 2013-04-20 05:08:48

這是CONV2函數的matlab幫助文件，用於CNN Matlab（獲取卷積圖層）。仔細閱讀，你會看到你的答案。

%CONV2 Two dimensional convolution. 
% C = CONV2(A, B) performs the 2-D convolution of matrices A and B. 
% If [ma,na] = size(A), [mb,nb] = size(B), and [mc,nc] = size(C), then 
% mc = max([ma+mb-1,ma,mb]) and nc = max([na+nb-1,na,nb]). 
% 
% C = CONV2(H1, H2, A) convolves A first with the vector H1 along the 
% rows and then with the vector H2 along the columns. If n1 = length(H1) 
% and n2 = length(H2), then mc = max([ma+n1-1,ma,n1]) and 
% nc = max([na+n2-1,na,n2]). 
% 
% C = CONV2(..., SHAPE) returns a subsection of the 2-D 
% convolution with size specified by SHAPE: 
%  'full' - (default) returns the full 2-D convolution, 
%  'same' - returns the central part of the convolution 
%    that is the same size as A. 
%  'valid' - returns only those parts of the convolution 
%    that are computed without the zero-padded edges. 
%    **size(C) = max([ma-max(0,mb-1),na-max(0,nb-1)],0).**

來源

2011-07-22 14:19:08 Vadym

卷積神經網絡 - 如何獲取特徵地圖？

回答

相關問題