Octave卷積學習筆記

本文首發於我的博客html Octave卷積 Octave卷積的主題思想來自於圖片的分頻思想，首先認爲圖像可進行分頻：python 低頻部分：圖像低頻部分保存圖像的大致信息，信息數據量較少 高頻部分：圖像高頻部分保留圖像的細節信息，信息數據量較大 由此，認爲卷積神經網絡中的feature map也能夠進行分頻，可按channel分爲高頻部分和低頻部分，如圖所示：git 對於一個feature ma

>>阅读原文<<