bobobe的专栏

文章目录卷积的定义以下回答摘自知乎回答“如何通俗易懂地理解卷积”。卷积的定义连续形式的卷积：离散形式的卷积：它们都有一个共同的特征：直观上来看，函数g(n−τ)g(n-\tau)g(n−τ)的含义是将函数g(τ)g(\tau)g(τ)首先进行沿y轴翻转得到g(−τ)g(-\tau)g(−τ)，然后向左平移n个单位得到g(n−τ)g(n-\tau)g(n−τ)。即先对g函数进行翻转，相当于在数轴上把g函数从右边褶到左边去，也就是卷积的“卷”的由来。然后再把g函数平移n个单位，在这

最近看论文看到变分自编码器，发现它也可以用于数据增强，就仔细了解了一下，把比较好的讲解资料和自己的想法整理一下，以备用。经典论文Auto-Encoding Variational Bayes（还没看，据说很经典）详细介绍Tutorial - What is a variational autoencoder?（从神经网络和图模型两个方面来讲解）变分自编码器（一）：原来是这么一回事（写的...

unpooling如图所示，以maxpooling为例，上池化在池化过程中会记录最大值所在下标，然后利用特征图填充最大值所在下标，其他位置填0,特征图一般为maxpooling后得到的最大值矩阵。unsampling上采样并不像上池化那样记录最大值的下标，而是把所有位置都附为特征图中的值。反卷积反卷积其实是卷积的逆过程，即通过padding再进行一次卷积，已达到和源输入一样的大小，所以...

一篇通俗易懂的capsule network的讲解，直接搬运过来。CapsuleNet解读后面如果用到会添加自己的理解和想法。