每天五分钟计算机视觉：单卷积层的前向传播过程-Toy模板网

这篇具有很好参考价值的文章主要介绍了每天五分钟计算机视觉：单卷积层的前向传播过程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

什么是单卷积层？

一张图片（输入）经过多个卷积核卷积就会得到一个输出，而这多个卷积核的组合就是一个单卷积层。

每天五分钟计算机视觉：单卷积层的前向传播过程,计算机视觉,计算机视觉,人工智能,深度学习,cnn,卷积神经网络

这些卷积核可能大小是不一样的，但是他们接收同样大小是输入，他们的输出必须是一般大小，所以不同的卷积核需要具备不同的步长和填充值。

单层卷积网络前向传播过程

单卷积层的前向传播和传统的神经网络是一样的。简单来看就是对于一张图片而言，卷积层中的不同卷积核先分别对图片进行卷积操作，比如下图中，图片x(6*6*3)分别经过卷积核1和卷积核2进行卷积操作，从而分别得到卷积结果，分别都是4*4*1的输出，最后增加偏差b，b是一个实数，通过 Python 的广播机制16 个元素都加上同一偏差b。然后把两个4*4*1的输出堆叠起来，最终构成一个4×4×2 的矩阵，其实在堆叠之前，往往会对两个4*4*1的输出使用激活函数进行非线性映射，从而增加泛化能力。

每天五分钟计算机视觉：单卷积层的前向传播过程,计算机视觉,计算机视觉,人工智能,深度学习,cnn,卷积神经网络