一维卷积、二维卷积、三维卷积具体应用
由于计算机视觉的大红大紫，二维卷积的用处范围最广。因此本文首先介绍二维卷积，之后再介绍一维卷积与三维卷积的具体流程，并描述其各自的具体应用。
1. 二维卷积
• 图中的输入的数据维度为 14 × 14 ，过滤器大小为 5 × 5，二者做卷积，输出的数据维度为 10 × 10（ 14 − 5 + 1 = 10 ）。
• 上述内容没有引入channel的概念，也可以说channel的数量为1。如果将二维卷积中输入的channel的数量变为3，即输入的数据维度变为（14 × 14 × 3）。由于卷积操作中过滤器的 channel 数量必须与输入数据的channel数量相同，过滤器大小也变为 5 × 5 × 3 。在卷积的过程中，过滤器与数据在 channel 方向分别卷积，之后将卷积后的数值相加，即执行 10 × 10 次3个数值相加的操作，最终输出的数据维度为 10 × 10 。
• 以上都是在过滤器数量为1的情况下所进行的讨论。如果将过滤器的数量增加至16，即16个大小为10 × 10 × 3 的过滤器，最终输出的数据维度就变为10 × 10 × 16 。可以理解为分别执行每个过滤器的卷积操作，最后将每个卷积的输出在第三个维度（channel 维度）上进行拼接。
• 二维卷积常用于计算机视觉、图像处理领域。
2. 一维卷积
• 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。
• 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小为16。在这种情况下，过滤器的维度由5变为 5 × 16 ，最终输出的数据维度仍为 4 。
• 如果过滤器数量为 n，那么输出的数据维度就变为 4 × n。
• 一维卷积常用于序列模型，自然语言处理领域。
3. 三维卷积
这里采用代数的方式对三维卷积进行介绍，具体思想与一维卷积、二维卷积相同。
• 假设输入数据的大小为 a1 × a2 × a3，channel数为 c，过滤器大小为
f，即过滤器维度为 f × f × f × c（一般不写 channel 的维度），过滤器数量为 n。
• 基于上述情况，三维卷积最终的输出为 ( a1 − f + 1 ) × ( a2 − f + 1 ) × ( a3 − f + 1 ) × n 。该公式对于一维卷积、二维卷积仍然有效，只有去掉不相干的输入数据维度就行。
• 三维卷积常用于医学领域（ct影响），视频处理领域（检测动作及人物行为）。
爱芯元智CEO仇肖莘出席CISES：AI赋能传统技术，加速智能化转型
曙光亮相中国CAE工程分析技术年会
ASML***的最新进展
为什么气密性防水检测设备可以发展那么迅速
上分利器——高通骁龙™865移动平台的手机
一维卷积、二维卷积、三维卷积具体应用
新能源汽车11月成绩单出炉
比亚迪达成300万辆年销目标 中国新能源车市背后的力量与机遇
vivo APEX 2020概念机宣布将于2月28日线上发布 疑似采用屏下摄像头方案
AI导航，杀人机器要出现？
AMD处理器型号的SurfaceLaptop或在10月2日亮相
ChatGPT加速大内存机型普及，VERTU上新1TB WEB3手机
Mastercam后处理机器定义说明
传SK海力士考虑减少CIS产量
测试信号的产生和分析
C&K Components全新系列超小型侧面起动检测开关介绍
您对Excel可以做什么而ChatGPT不能做什么感到好奇吗？
欧莱新材IPO观察丨坚持自主创新，为制造业高质量发展赋能添彩
白俄罗斯已经成为了解放加密货币的欧洲领导者
算法和芯片领域的人工智能的成熟和成本使智能监控的商业化更加流行
1. 二维卷积
• 图中的输入的数据维度为 14 × 14 ，过滤器大小为 5 × 5，二者做卷积，输出的数据维度为 10 × 10（ 14 − 5 + 1 = 10 ）。
• 上述内容没有引入channel的概念，也可以说channel的数量为1。如果将二维卷积中输入的channel的数量变为3，即输入的数据维度变为（14 × 14 × 3）。由于卷积操作中过滤器的 channel 数量必须与输入数据的channel数量相同，过滤器大小也变为 5 × 5 × 3 。在卷积的过程中，过滤器与数据在 channel 方向分别卷积，之后将卷积后的数值相加，即执行 10 × 10 次3个数值相加的操作，最终输出的数据维度为 10 × 10 。
• 以上都是在过滤器数量为1的情况下所进行的讨论。如果将过滤器的数量增加至16，即16个大小为10 × 10 × 3 的过滤器，最终输出的数据维度就变为10 × 10 × 16 。可以理解为分别执行每个过滤器的卷积操作，最后将每个卷积的输出在第三个维度（channel 维度）上进行拼接。
• 二维卷积常用于计算机视觉、图像处理领域。
2. 一维卷积
• 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。
• 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小为16。在这种情况下，过滤器的维度由5变为 5 × 16 ，最终输出的数据维度仍为 4 。
• 如果过滤器数量为 n，那么输出的数据维度就变为 4 × n。
• 一维卷积常用于序列模型，自然语言处理领域。
3. 三维卷积
这里采用代数的方式对三维卷积进行介绍，具体思想与一维卷积、二维卷积相同。
• 假设输入数据的大小为 a1 × a2 × a3，channel数为 c，过滤器大小为
f，即过滤器维度为 f × f × f × c（一般不写 channel 的维度），过滤器数量为 n。
• 基于上述情况，三维卷积最终的输出为 ( a1 − f + 1 ) × ( a2 − f + 1 ) × ( a3 − f + 1 ) × n 。该公式对于一维卷积、二维卷积仍然有效，只有去掉不相干的输入数据维度就行。
• 三维卷积常用于医学领域（ct影响），视频处理领域（检测动作及人物行为）。
爱芯元智CEO仇肖莘出席CISES：AI赋能传统技术，加速智能化转型
曙光亮相中国CAE工程分析技术年会
ASML***的最新进展
为什么气密性防水检测设备可以发展那么迅速
上分利器——高通骁龙™865移动平台的手机
一维卷积、二维卷积、三维卷积具体应用
新能源汽车11月成绩单出炉
比亚迪达成300万辆年销目标 中国新能源车市背后的力量与机遇
vivo APEX 2020概念机宣布将于2月28日线上发布 疑似采用屏下摄像头方案
AI导航，杀人机器要出现？
AMD处理器型号的SurfaceLaptop或在10月2日亮相
ChatGPT加速大内存机型普及，VERTU上新1TB WEB3手机
Mastercam后处理机器定义说明
传SK海力士考虑减少CIS产量
测试信号的产生和分析
C&K Components全新系列超小型侧面起动检测开关介绍
您对Excel可以做什么而ChatGPT不能做什么感到好奇吗？
欧莱新材IPO观察丨坚持自主创新，为制造业高质量发展赋能添彩
白俄罗斯已经成为了解放加密货币的欧洲领导者
算法和芯片领域的人工智能的成熟和成本使智能监控的商业化更加流行