卷积的结果应该是什么？

我正在使用convnetjs构建一个交互式教程（就像我自己学习的一样）。我有一个简单的9x9图像的'X'和卷积层与其中一个筛选器作为3x3'\'... 卷积的结果应该是什么？

我期望结果是不同的。我预计右边的圈选结果是（-1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1）/9=0.77而不是7.1。

发生了什么事情导致7.1？这是由于偏见吗？我还希望整个结果显示沿着'\'对角线的最高数字，因为过滤器的形状与'X'的'\'部分相匹配。

更新：我预计结果如下。偏见似乎是一个数组[0.1,0.1,0.1]。什么是计算，以上结果（至少左上像素），而不是以下？

<html> 
 

 
<head> 
 
    <script src="http://cs.stanford.edu/people/karpathy/convnetjs/build/convnet-min.js"></script> 
 
</head> 
 

 
<body> 
 
    <script> 
 
    // Initialize an input that is 9x9 and initialized with zeroes. 
 
    let inputVol = new convnetjs.Vol(9, 9, 1, 0.0); 
 

 
    // Manually set the input weights from zeroes to a 'X'... 
 
    inputVol.w = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 1, -1, -1, -1, -1, -1, 1, -1, -1, -1, 1, -1, -1, -1, 1, -1, -1, -1, -1, -1, 1, -1, 1, -1, -1, -1, -1, -1, -1, -1, 1, -1, -1, -1, -1, -1, -1, -1, 1, -1, 1, -1, -1, -1, -1, -1, 1, -1, -1, -1, 1, -1, -1, -1, 1, -1, -1, -1, -1, -1, 1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1]; 
 

 
    // Define the layers 
 
    let layers = []; 
 
    layers.push({ 
 
     type: 'input', 
 
     out_sx: 9, 
 
     out_sy: 9, 
 
     out_depth: 1 
 
    }); 
 
    layers.push({ 
 
     type: 'conv', 
 
     sx: 3, 
 
     pad: 0, 
 
     filters: 3, 
 
     stride: 1, 
 
     activation: 'relu' 
 
    }); 
 
    let net = new convnetjs.Net(); 
 
    net.makeLayers(layers); 
 

 
    let convLayer = net.layers[1]; 
 
    let convLayerFilters = convLayer.filters; 
 

 
    // Set filters manually 
 
    // looks like a '\' 
 
    convLayerFilters[0].w = [1, -1, -1, -1, 1, -1, -1, -1, 1]; 
 
    // looks like a 'X' 
 
    convLayerFilters[1].w = [1, -1, 1, -1, 1, -1, 1, -1, 1]; 
 
    // looks like a '/' 
 
    convLayerFilters[2].w = [-1, -1, 1, -1, 1, -1, 1, -1, -1]; 
 

 
    // Run the net 
 
    net.forward(inputVol); 
 

 
    // Prints '7.1' instead of '0.77'. Why??? 
 
    console.log(net.layers[1].out_act.w[0]); 
 
    </script> 
 
</body> 
 

 
</html>

来源

2017-02-09 user3567174

您应该包含代码，现在您希望我们猜测哪些代码产生了这些结果。 –

@MatiasValdenegro这更多的是一个问题，如何一个衔接点而不是我的代码使用它。但为了帮助排除故障，我编辑了帖子以包含最少的代码。 – user3567174

这个问题并不是关于一个衔接点如何工作，你有特定的代码和结果，你问他们为什么不同。卷积层只是卷积加偏置和激活。你有的代码可能只是做了一些额外的事情，你必须看看代码。 –

是的，因为偏置，使其保持在规定的范围内发生。

偏差是您可以添加到卷积结果中的每个元素以增加来自相邻像素的附加影响的值。由于某些卷积可能会得到负数（这些数字不能用0-255格式表示），所以偏差可防止信号漂移超出范围。您可以选择添加127或128的偏差以允许某些负数可表示（其值为隐含的+127或+128）。

来源

2017-02-10 03:41:26

卷积的结果应该是什么？

回答

相关问题