卷積操作中的矩陣乘法(gemm)—— 爲什麼矩陣乘法是深度學習的核心所在

1. 全連接 k 個輸入; n 個神經元; 每個神經元都會學到一組權值向量,以和輸入進行內積運算; n 個輸出; 2. 卷積 卷積操作對於高維(多個平面)的輸入,單個卷積核的深度應和輸入的深度(depth)保持一致: 3 維卷積運算執行完畢,得一個 2 維的平面: 注, n 個3維卷積核以得到 n 個 feature maps; 3. 卷積操作中的矩陣乘法 按 [kernel_height, ke
相關文章
相關標籤/搜索