
边缘值在卷积提取特征时只被利用一次,而中间值被提取了多次。所以中间值对特征梯度的贡献度更大,为了解决这个问题,在数据层外围加一层0,使原来的边缘值变成了中间值,而0又不会对特征值提取产生影响,这样就完美解决这个问题。

探讨了在卷积神经网络中,边缘值对特征梯度贡献度较低的问题,并介绍了通过在数据层外围添加0来解决此问题的方法,使得边缘值能够像中间值一样多次参与特征提取。

边缘值在卷积提取特征时只被利用一次,而中间值被提取了多次。所以中间值对特征梯度的贡献度更大,为了解决这个问题,在数据层外围加一层0,使原来的边缘值变成了中间值,而0又不会对特征值提取产生影响,这样就完美解决这个问题。

517

被折叠的 条评论
为什么被折叠?