圖是別的博客轉載知乎的,沒給地址,我也不知道原作是誰,畫的很好,感謝。
但下面第一張圖的最上面應該改爲:Feature Matric:()
卷積的實現思想:
- 將image轉爲一個matrix,將卷積操作轉爲矩陣乘法運算
看下第二幅圖:輸入圖片是3*3*3,假設是RGB,卷積核(濾波器)是2*3*2*2,stride=1,(每個、每層(RGB或BGR)的卷積核是不一樣的)
- 先看上半部分的傳統卷積:第一個濾波器對RGB三通道進行卷積,每個通道的每一小塊對應相乘並累加(不是矩陣相乘)。如第一個濾波器的第一次卷積,R通道的 。同理,G、B通道分別得5,2,本次卷積的三通道累加即7+5+2=14。兩個濾波器得到兩個輸出特徵。
- 再看下半部分卷積的矩陣版本: ①input features : 先把3*3*3的圖片按照卷積核大小逐通道RGB展平,每次卷積放一行。先整體看RGB的第一次濾波,每個通道的卷積核是2*2, 3個通道就是3*2*2=12。再整體看R通道,就是每次被卷積的部分展成一行,共2*2行,即卷積公式得到的(n-f+2p)/s+1,每個通道是2*2=4,也就是2*2x(3*2*2)=4x12的矩陣 。②Kernel Matrix : 把每個濾波器從左到右從上到下展開,放於第一列,RGB三通道也就是3*2*2,有兩個濾波器,也就是(3*2*2)x2的矩陣