人工智能免费课程教程,成长教育,抖音课堂,今天我们讨论的话题是卷积运算,英文为Convolution Operation。卷积神经网络(CNN)由卷积层组成,而卷积层由卷积滤波器组成。卷积滤波器是小型矩阵,通过执行卷积运算来变换其输入。当在卷积滤波器和当前层的输入之间执行卷积运算时,我们也称之为滤波器对输入进行卷积。现在我们将用一个简单的例子来说明卷积运算,以详细展示它整个运算过程。如图所示,我们将要处理的是这个4×4单通道(灰度)输入图像,输入中的每一个值代表了图像中的一个像素值。我们把这个输入传递给由单个3×3滤波器构成的卷积层,滤波器如图,被9个随机值初始化。我们将用该滤波器通过几个步骤来遍历这个4×4输入,在每个步骤中都将执行卷积运算。在所有步骤完成后,我们将得到这个滤波器的卷积输出。在开始计算之前,我们需要定义滤波器的步长。步长决定了滤波器在每一步将在输入上滑动多少个像素。