深度学习名词百科全书
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
patch：在cnn的学习过程中，并不是一次处理一整张图片，而是用卷积核去照射图片中的一小块，将这一小块的像素值与卷积核中的参数进行卷积运算，那么这图片的一小从块就被称为patch，卷积核从图片的左上角开始向右向下滑动，直到遍历的图像的所有小块，这才完成对整张图片的卷积运算，从这个操作我们可以看出，一个卷积层对于图像的处理具有两个特性：1平移不变性：无论卷积核滑动到哪里，卷积核的参数依然是不变的，因此如果一个图像的两处地方是一样的话，卷积得到的信息是一样，平移也就是指一个图片中如果有一个模式，无论这个模式移动到图片的哪里，卷积核都能识别出来。2局部性：卷积核每次只能照到图片的一小块，对这一小块的像素进行运算，那么我们获得的就是这一小块中像素和像素之间的关系，也就会这个patch中的内部结构关系，patch和patch之间的关系在一层卷积核中是无法分析的。
Q
R
S
T
U
V
W
X
Y
Z
浙公网安备 33010602011771号