MatConvNet基础—卷积,激活,池化层操作
2017-10-23 17:28
106 查看
卷积conv,激活Relu(还有Sigmoid激活),池化pooling是卷积神经网络CNN中最基础的操作值一,理解起来也非常的简单。
分析:
输入:50*50*3的一张RGB图像,图像内容是一个猫头
操作:依次进行卷积,Relu激活,池化
step1:卷积conv,MatConvNet中卷积计算采用vl_nnconv()函数。
y=vl_nnconv(x,filters,bias,’Stride’,’Pad’)
参数解释:x——–输入图像组
filters—滤波器组
bias—–滤波器的偏置
‘Stride’—滤波器滑动步长
‘Pad’—-图像边界填充
step2:Relu激活,比较简单。
step3:池化pooling
%% %MatConvNet学习 %对于三通道RGB图像进行卷积,Relu激活,池化 %Date:2017-10-23 %Author:WPH %Require:matlab2017b,matconvnet-1.0-beta25 %% close all; clear; clc; %载入图像 %50*50*3 image=imread('cat_head.jpg'); im_=single(image); %滤波器组 %5*5*3@16 %注意:滤波器的通道数必须和输入图像的通道数匹配 filters1=randn(5,5,3,16,'single'); %偏置,每一个滤波器对应一个偏置 bias=randn(1,16,'single'); %卷积 featureMap1=vl_nnconv(im_,filters1,bias,'Stride',[1,1]); %显示特征图 figure('name','卷积层'); for i=1:16 subplot(4,4,i); imshow(uint8(featureMap1(:,:,i))); end %% %激活 %Relu激活 featureActive1=vl_nnrelu(featureMap1,'leak',0); figure('name','Relu激活层'); for i=1:16 subplot(4,4,i); imshow(uint8(featureActive1(:,:,i))); end %% %池化Pooling %池化窗口大小pooling window %池化步长stride,stride=[2,2],池化后的图像大为输入图像的一半 %边界扩充pad %池化方式Method,最大池化max,平均池化avg featurePool_1=vl_nnpool(featureActive1,[3,3],'Stride',[2,2],'Pad',[1,1,1,1],'Method','avg'); figure('name','pooling池化层'); for i=1:16 subplot(4,4,i); imshow(uint8(featurePool_1(:,:,i))); end
分析:
输入:50*50*3的一张RGB图像,图像内容是一个猫头
操作:依次进行卷积,Relu激活,池化
step1:卷积conv,MatConvNet中卷积计算采用vl_nnconv()函数。
y=vl_nnconv(x,filters,bias,’Stride’,’Pad’)
参数解释:x——–输入图像组
filters—滤波器组
bias—–滤波器的偏置
‘Stride’—滤波器滑动步长
‘Pad’—-图像边界填充
step2:Relu激活,比较简单。
step3:池化pooling
相关文章推荐
- 卷积神经网络——输入层、卷积层、激活函数、池化层、全连接层
- opencv基础操作及图像的卷积与滤波
- 学习笔记TF014:卷积层、激活函数、池化层、归一化层、高级层
- TensorFlow基本操作 实现卷积和池化
- 卷积神经网络——输入层、卷积层、激活函数、池化层、全连接层
- 卷积神经网络基础卷积层和池化层学习#####好好好
- Tensorflow基础:卷积层和池化层
- Tensorflow实战学习(十四)【卷积层、激活函数、池化层、归一化层、高级层】
- 卷积神经网络——输入层、卷积层、激活函数、池化层、全连接层
- 很全面的Mysql数据库、数据库表、数据基础操作笔记(含代码)
- mysql 基础操作全覆盖(适用与兼职DBA,不定期更新) 推荐
- javascript基础(class 类属性的操作(增,删,改,查))(四十五)
- java基础入门-----list容器的基本操作3
- OpenCV(5)-图像掩码操作(卷积)-锐化
- 单链表基础操作C++实现
- 双向链表基础操作C++实现
- 网路基础之命令操作
- 【Android基础知识】网络操作:Json生成与解析
- DB2基础操作(Linux平台)
- MongoDB数据库操作和程序基础文档