深度學習：從2D卷積到3D卷積的簡單理解

很多人容易混淆2D卷積和3D卷積的概念，把多通道的2D卷積當成3D卷積，本文展示了一種直觀理解2D卷積和3D卷積的方式。 2D卷積 單通道 首先了解什麼是卷積核，卷積核(filter)是由一組參數構成的張量，卷積核相當於權值，圖像相當於輸入量，卷積的操作就是根據卷積覈對這些輸入量進行加權求和。我們通常用卷積來提取圖像的特徵。 直觀理解如下：下圖使用的是 3x3卷積核(height x width,

>>阅读原文<<