腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
反褶积(反置
卷积
)层中增加偏置
neural-network
、
cnn
、
convolution
我的问题是关于转置
卷积
运算(也通常称为反褶积或上
卷积
)。例如,在TensorFlow中,我指的是这层。conv_output = tf.nn.conv2d(input, kernel, strides, padding='VALID') conv_output =我的困惑产生了,因为我的导师告诉我把上
卷积
想象成一个伪
逆
卷积
层(
逆
的意思是<e
浏览 0
提问于2018-06-25
得票数 1
回答已采纳
1
回答
PyTorch二维
卷积
的有效伪
逆
image-processing
、
pytorch
、
signal-processing
、
fft
我正在学习2D
卷积
、线性代数和PyTorch的基本知识。本文讨论了
卷积
算子的psedo-
逆
的实现问题.具体来说,我不知道如何有效地实现它。有关详情,请参阅下列问题陈述。欢迎任何帮助/建议/建议。原始问题:我可能知道二维
卷积
是一个线性算子。它等价于“矩阵乘积”算子。我们实际上可以写出
卷积
的矩阵形式并
浏览 7
提问于2022-09-16
得票数 -1
回答已采纳
1
回答
神经网络
Python
中的
逆
Sigmoid函数?
python
我正在尝试实现一个
逆
Sigmoid函数到我的
卷积
神经网络的最后一层?我正在尝试在Pytorch中构建网络,我想从最后一个
卷积
层获得输出,然后对其应用
逆
Sigmoid函数。
浏览 2067
提问于2021-02-09
得票数 0
2
回答
卷积
层是否有一个精确的
逆
deep-learning
、
conv-neural-network
、
transpose
、
convolution
、
deconvolution
卷积
层通常产生较小尺寸的输出。是否有可能通过翻转/转置使用的内核并提供填充或类似的方式来逆转这样的操作? 只是看看这里的
卷积
层的操作-没有池层,级联,非线性激活函数等。我不寻找任何几个可训练版本的反向
卷积
操作。这可以通过输出空间中的$\geq 1$或者输入空间中的内部填充来实现。文森特·杜穆林和弗朗西斯科·维辛在他们的上提供了非常清晰、生动的gifs。深度学习社区在命名这些操作时存在分歧:转置
卷积
、部分分步
卷积
和反褶积(后者虽然被广泛使用,但由于没有适当的数学反褶积,所以非常误导人)。
浏览 0
提问于2018-01-30
得票数 2
回答已采纳
2
回答
Dirichlet
卷积
逆
code-golf
、
number-theory
如果是f,g\colon \mathbb{Z}_{\geq 1} \to \mathbb{R},则定义了f和g的Dirichlet
卷积
给出一个整数的列表l,计算l的
卷积
逆
。输出应该是与l相同长度的列
浏览 0
提问于2019-12-22
得票数 10
1
回答
如何获得预先训练的VGG16权重的
逆
矩阵?
tensorflow
目前,我正在尝试构建一个基于预先训练好的vgg16或vgg19的
卷积
自动编码器。我想知道如何得到权重的
逆
矩阵..
浏览 26
提问于2019-05-17
得票数 0
1
回答
图像处理中的快速傅立叶变换
matlab
、
fft
、
matlab-figure
我正在学习用Matlab处理图像的FFT。我已经知道了一些基本的东西,但是对于两个FFT结果的乘积,我不太理解。
浏览 1
提问于2012-03-27
得票数 0
5
回答
图像的
逆
卷积
image
、
algorithm
、
convolution
我知道,一些
卷积
矩阵已经在源码上被用来得到结果。这个
卷积
矩阵可以计算吗?或者至少不完全一样,但非常相似。
浏览 3
提问于2013-05-14
得票数 15
回答已采纳
5
回答
图像
卷积
核的
逆
滤波器的推导
image-processing
、
filter
、
signal-processing
有谁知道如何计算2-D滤波器的
逆
吗?0 1 00 1 00 0 00 0 0有什么想法吗?谢谢。
浏览 0
提问于2010-01-17
得票数 4
回答已采纳
1
回答
基本复杂性问题-
卷积
analysis
、
time-complexity
、
convolution
我想知道你是否能证实这个理论;让S=图像的边长让M=#像素输入
卷积
的阶为O(M*((R+R*2)^2) = O(M*(4R^2) = O(MR^2) )最终,<e
浏览 1
提问于2009-06-06
得票数 3
回答已采纳
1
回答
卷积
滤波器在傅立叶变换信号中的应用
deep-learning
、
filtering
、
fft
、
convolution
我知道两个信号的
卷积
的傅里叶变换是它们的傅里叶变换(convolutional theorem)的逐点乘积。我想知道的是,在已知的情况下,
卷积
可以有意义地应用于频域中的傅立叶变换信号(例如,时间序列或图像),以充当滤波器,而不是与方阵相乘。此外,是否有增加时域大小的滤波器的已知应用,即在频域中的矩阵是矩形的,然后应用
逆
FT返回时域?特别是,我对这种深度学习方法的已知例子很感兴趣。
浏览 14
提问于2020-06-23
得票数 0
1
回答
它是正确的零高频在频域,而不是
卷积
与低通滤波器?
numpy
、
scipy
、
signal-processing
、
fft
、
lowpass-filter
我知道我可以通过与某些滤波器(例如巴特沃斯)
卷积
来做到这一点,但我知道这样可以保留一些高频。 我想知道我是否能在频域上对不需要的频率进行零点,并使用
逆
FFT回到时域。这种方法在数字上正确吗?我知道某些库使用FFT加速
卷积
.
浏览 10
提问于2021-12-18
得票数 2
回答已采纳
1
回答
使用fft对图像进行滤波
image
、
fft
、
convolution
我有滤波器矩阵(
卷积
核等),但如果我想使用fft,我需要将滤波器和图像矩阵扩展到2的平方矩阵的幂。首先,我用零展开它(所以图片和滤波器的矩阵应该在2的幂矩阵的左上角),我得到了这个结果然后,我尝试了在不使用fft的情况下应用
卷积
时对图片矩阵所做的操作,填充图片矩阵的两边都有滤波器维数/2,然后将填充矩阵与简单扩展滤波器矩阵的2次方矩阵进行
卷积
,我得到了这个结果 这是原始图片。 关于算法:我在做简单的
逆
fft之后,对扩展矩阵和点状乘法矩阵都应用了2d fft。我测试了fft函数(fft和<
浏览 3
提问于2013-01-15
得票数 0
1
回答
如何在图像上应用反褶积方法?
image-processing
、
numpy
、
python-2.7
、
scipy
、
scikit-image
这是.Thanks对金德尔和斯蒂芬-范德沃特的一个扩展问题,为了解决前面的问题,我需要了解如何使用
python
和任何相关的包在图像上应用deconvolution过程。由于我只知道
python
,您可能想向我展示如何使用
python
在这个链接中转换MatLab代码,我只对“
卷积
定理-实践部分”感兴趣,这将是一个很大的帮助。我还需要了解
卷积
或反
卷积
方法对图像的作用,我谷歌了一下试图找出它,但是有很多方程我不能完全理解。(1)对deconvolve如何工作的任何解释,我们一定会感激。
浏览 0
提问于2012-10-24
得票数 1
回答已采纳
1
回答
将要素映射与自身进行
卷积
tensorflow
我使用TensorFlow 1.12对于tf.map_fn,这可能是可能的,但我希望尽可能地保持这些操作的矢量化。
浏览 2
提问于2019-01-31
得票数 0
1
回答
R中的
卷积
r
、
fft
、
convolution
我试着直接在R中做
卷积
,使用FFT,然后求
逆
。但从简单的观察来看,这似乎是不正确的。在0处,
卷积
应该是x2$xt (24.610)的最后一个值乘以h2$xt (0.003891051)的第一个值,这应该在索引0= 24.610*0.003891051 = 0.09575877处进行
卷积
浏览 0
提问于2011-03-08
得票数 6
回答已采纳
3
回答
在tensorflow中使用tf.nn.conv2d_transpose获取反
卷积
层的输出形状
neural-network
、
tensorflow
、
deep-learning
、
conv-neural-network
这显然是
卷积
的
逆
过程。该给出了计算
卷积
输出形状的公式,即(W−F+2P)/S+1、W输入大小、F滤波器大小、P填充大小、S步长。Tensorflow中的反
卷积
是如何工作的?
浏览 3
提问于2016-03-14
得票数 5
1
回答
使用互相关的声音文件时延
java
、
signal-processing
、
audio-processing
、
cross-correlation
我正在努力加快Java中两个声音文件之间的时延估计算法。我的想法是使用互相关和搜索最高值,这给了我的样本数量的延迟。有办法加快速度吗? * Input vector for signal x1 (reference).private double[] x1; * Input vector for signal x2 (test).private double[] x2; * Execute the cross
浏览 3
提问于2014-05-12
得票数 2
回答已采纳
2
回答
在DeConvNet中,解池和反
卷积
是如何工作的
image-processing
、
machine-learning
、
neural-network
、
deep-learning
、
conv-neural-network
我一直在尝试理解在DeConvNets中解池和解
卷积
是如何工作的。而在解池阶段,激活将恢复到最大激活选择的位置,这是有意义的,但剩余的激活怎么办?反
卷积
在
卷积
部分(即,
卷积
层、Relu、池化)之后,通常具有多个特征地图输出,这些输出将被视为连续层( Deconv.)。如何将这些功能图组合在一起,以获得与原始输入分辨率相同的激活图?
浏览 1
提问于2016-01-28
得票数 17
回答已采纳
1
回答
卷积
神经网络快速傅里叶变换
machine-learning
、
neural-network
、
convolutional-neural-network
我读过一些
卷积
实现使用FFT来计算输出特性/激活映射,我想知道它们之间有什么关系。我熟悉CNN的应用,也(温和地)熟悉FFT在信号处理中的应用,但我不知道两者是如何一起工作的。当我想到
卷积
时,我想象得到一个内核,翻转它,用重叠的输入乘以(并添加)内核的元素,移动内核并重复这个过程。FFT是如何适应这个过程的?
浏览 0
提问于2017-03-01
得票数 5
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
Python的逆袭
图像卷积与反卷积
卷积神经网络的卷积
小白是如何自学Python逆袭成功的?
晓白的python逆袭之旅 python入门篇 1.1python是什么
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券