在卷积算法中,还有一个不常见的参数叫做dilation(中文:膨胀)。
很多同学可能没听说过这个参数,下面看看这个参数有什么作用,用来控制什么的。
我们还是放这个经典的卷积运算图,图中是看不出 dilation 这个参数的存在的。

如果再换一张图呢,发现两图的区别了吗?

没错,卷积核投影到下面的图像的方式变了,一个 3x3 的卷积核,投影到下面变成了一个 5x5 的,并且每隔一个像素有一个有效。这就是 dilation。
dilation 是什么
dilation 指的是卷积核元素之间的间距。换句话说,dilation 决定了卷积核在输入数据上覆盖的范围。
例如,如果 dilation 为 1,那么卷积核的元素会紧密排列;如果 dilation 为 2,那么卷积核的元素之间会有一个像素的间距。
<
本文介绍了卷积神经网络中的dilation参数,即空洞卷积的概念。dilation决定了卷积核在输入数据上的覆盖范围,通过增加间隔实现扩大卷积核的视野,而不增加参数数量。空洞卷积有助于处理大尺寸输入图像和捕捉远距离像素关系,提高了模型的效率和适用性。
订阅专栏 解锁全文
4725

被折叠的 条评论
为什么被折叠?



