问:
深度学习DL模型中CNN的卷积核是单层的还是多层的?
答:
卷积计算属于离散卷积,本来需要卷积核的权重矩阵旋转180度,但我们并不需要旋转前的权重矩阵形式,
故直接用旋转后权重矩阵作为卷积核表达,这样的好处就离散卷积运算变成了矩阵点积运算。一般而言,
深度卷积网络是一层又一层的。层的本质是特征图,存贮输入数据或其中间表示值。一组卷积核则是联系
前后两层的网络参数表达体,训练的目标就是每个卷积核的权重参数组。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar