矩阵的卷积核运算(一个简单小例子的讲解)深度学习

本文详细介绍了卷积运算的基本步骤和计算过程,通过实例演示了如何使用卷积核处理矩阵,适用于图像处理中的滤波和增强操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

卷积运算:假设有一个卷积核h,就一般为3*3的矩阵:

有一个待处理矩阵A:

h*A的计算过程分为三步

第一步,将卷积核翻转180°,也就是成为了


第二步,将卷积核h的中心对准x的第一个元素,然后对应元素相乘后相加,没有元素的地方补0。

这样结果Y中的第一个元素值Y11=1*0+2*0+1*0+0*0+0*1+0*2+-1*0+-2*5+-1*6=-16

第三步每个元素都像这样计算出来就可以得到一个输出矩阵,就是卷积结果

继续如此计算


最后结果:


我这里是用0补全原矩阵的,但我们不一定选择0,卷积运算多用于图像处理,进行滤波,增强等。







评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值