pytorch 常见的网络层（卷积层，池化层，线性层，激活函数）

卷积层

卷积运算：卷积核在图像上滑动，相应位置进行乘加；
卷积层：又称为滤波器，过滤器，可以认为是某种模式，某种特征。

卷积的过程类似于用一个模版去图像上寻找与它相似的区域，与卷积模式越相似，激活值越高，从而实现特征的提取。

一般情况下，卷积核在几维上滑动就是几维卷积

在这里插入图片描述

如果是多个通道的卷积核，首先按照单个通道进行操作，然后将得到的多个通道的特征图进行相加得到最后的结果。如下图：输入特征是3个通道的，那么单个卷积核也是三个通道的，首先进行卷积然后将多个通道的卷积进行相加。在这里插入图片描述

相关阅读:
vue中计算属性computed的特性和应用
深度学习 - 46.DIN 深度兴趣网络
RabbitMQ的 AMQP协议都是些什么内容呢
MIT6.824 2022 Raft
自动化测试转型过程中遇到的困难，如何去克服
合作式智能运输系统-车用通信系统应用层及应用数据交互标准第一阶段2020
集成腾讯乐享连接更多应用
鸿蒙HarmonyOS实战-ArkUI组件（Popup）
几个西门子PLC常见通讯问题的解决方法
【Servlet】6：一篇文章搞懂Servlet对象的相互调用、数据共享

原文地址：https://blog.csdn.net/qq_40107571/article/details/126643487