天天看點

卷積神經網絡(CNN)(local receptive fields & 局部接收域 & 局部感受野、shared weights &權重共享 & 、空間或時間分段采樣 )

文章目錄

  • ​​local receptive field​​
  • ​​Shared weights​​
  • ​​spatial or temporal subsampling​​

local receptive field

局部感受野,也叫感受視野域。

這個 local receptive field 就像一個小窗戶一樣叫感受視野,如下圖。

透過這個窗戶能看到的視野就是 左邊的 5 * 5 的矩形,其對應這右邊這個矩形中的 1*1的點。

卷積神經網絡(CNN)(local receptive fields & 局部接收域 & 局部感受野、shared weights &權重共享 & 、空間或時間分段采樣 )

顯然這個窗戶中有 5*5=25個權重值 (可能還含有一個偏置量b)。

随着窗戶的不斷移動,可以将右邊的矩形中的點全部填滿。

這個窗戶 就叫卷積核。

Shared weights

共享權重。

一個窗戶 即卷積核可以對一張圖像進行操作,這個過程中卷積核的參數不會被改變,這就是權重共享。

像下面這張圖一樣 左邊的input為輸入圖像,中間的kernel就是窗戶,用這個小窗戶去看輸入的圖像,不論怎麼移動窗戶,該窗戶中的數字都是不變的。

卷積神經網絡(CNN)(local receptive fields & 局部接收域 & 局部感受野、shared weights &權重共享 & 、空間或時間分段采樣 )

spatial or temporal subsampling

空間或時間的子采樣。

一般就叫做采樣層。

這裡提一下,采樣層 并不是池化層。 池化層包含在采樣層内,即 池化操作是采樣的一種方法。

池化層一般接在卷積層後面,用于簡化卷積的輸出結果。

其實就是把卷積層的輸出結果進行壓縮。

像下面這張圖,就是将四個元素壓縮成了一個元素。

卷積神經網絡(CNN)(local receptive fields & 局部接收域 & 局部感受野、shared weights &權重共享 & 、空間或時間分段采樣 )

繼續閱讀