卷积操作中的矩阵乘法(gemm)—— 为什么矩阵乘法是深度学习的核心所在
2024-08-30 07:18:49
1. 全连接
- k 个输入;
- n 个神经元;
- 每个神经元都会学到一组权值向量,以和输入进行内积运算;
- n 个输出;
2. 卷积
卷积操作对于高维(多个平面)的输入,单个卷积核的深度应和输入的深度(depth)保持一致:
3 维卷积运算执行完毕,得一个 2 维的平面:
注,n 个3维卷积核以得到 n 个 feature maps;
3. 卷积操作中的矩阵乘法
按 [kernel_height, kernel_width, kernel_depth] ⇒ 将输入分成 3 维的 patch,并将其展成一维向量;
此时的卷积操作就可转化为矩阵乘法:
references
最新文章
- XCode6 开发本地化应用
- ruby sass Encoding::CompatibilityError for changes
- C++中的explicitkeyword
- A10 平板开发一硬件平台搭建
- 设计模式——原型模式(C++实现)
- Centos6 iptables 防火墙设置【转】
- 来吧学学.Net Core之项目文件简介及配置文件与IOC的使用
- 解决Java中There is no getter for property XXX'XXX' in 'class XXX'的问题
- Git 与 SVN 命令学习笔记
- 012-mac下shell,zsh,oh-my-zsh,以及插件
- 树莓派集群实践2——修改树莓派3 指定IP,DNS要修改dhcpcd.conf
- 【C#】C#操作Excel文件(转)
- Java如何处理已检查异常?
- YII2 搭建redis拓展(教程)
- VC6.0 OpenGL环境配置及编程基础
- ios学习路线—Objective-C(属性修饰符)
- HDU 3641 Pseudoprime numbers(快速幂)
- UNIX基础概念
- extjs经典的增删改查
- pip安装lxml报错 Fatal error in launcher: Unable to create process using '";c:\users\administrator\appdata\local\programs\python\python36\python.exe"; ";C:\Users\Administrator\AppData\L