关键词：
上一篇文章已经交给大家深度学习中的卷积是如何卷的，我的总结就是对应位置相乘在相加，最后加上bias。如果说怎么卷是小学三年级的知识，那我们今天就来说点小学六年级的知识，今天主要还是对上次那个动图做一下进一步的讲解，要说的几个深度学习中经常听到的英文单词，它们分别是：stride，padding，kernel,feature map,上动图
1.stride
stride直译过来就是步伐，也就是卷积核移动的步伐，常见的stride一般都是1，2这样的步伐，老人们常说步子迈大了，会摔跟头，我说步子迈大了，裤裆会发愁。
动图第一帧，卷积核的位置就在这里
动图第二帧
明显的可以看到，卷积核向右移动了两个格子，所以stride=2，这么说应该没问题了吧
再来看一帧
卷积核横着跑完之后，他又竖着跑了，和第一帧相比，它向下移动了两个格子，所以stride=2。
没办法，就是这么严谨。stride大概就是这样的了
2.padding
padding直译过来就是填充的意思，你可能要问了，填充干什么，填充的哪里啊，填什么东西啊。
其实就是在图片的上下左右各补上一圈0,如下图
外面灰色的那一圈就是padding上的0，中间蓝色的部分就相当于是图片的，也就是说图片大小是5*5的，padding之后的大小就是7*7，但是这个时候padding=1，一定不要以为padding=2.
我对padding的理解就是，填充是为了保证图片的边缘也能够和中间部分一样，可以被卷积多次，如果不padding的话，中间信息卷积的次数就多了，就不公平了，这是个人人平等的社会，图像也是平等的，其次padding还能够保持feature map的尺寸，我现在这么说，你可能还不懂什么意思，没关系，我等会讲到后面我会回来说这个feature map的事
3.kernel
kernel直译过来就是卷积核的意思，反应在图上就是下图
Filter W0是一个kernel， Filter W1也是一个kernel， 所以这个卷积过程中有2个卷积核，卷积核的个数就是2，个数有了，我们还要明确卷积核的大小，图上也写的很清楚了，是3*3*3，也就是说一个kernel有3个3*3的矩阵
不知道你有没有疑问，为什么要3个3*3的矩阵，为什么不能是4个或者5个3*3的矩阵，几个矩阵这个事啊，还要看图片的维度，我们可以从图片上看到，图片的维度是7*7*3（padding之后），也就是说，图片有几个通道，kernel就要有几个矩阵，因为我们输入的图片是3个通道的，所以kernel才有3个矩阵。但是你别把这个矩阵的个数和卷积核的个数搞混了，在我们这个动图中，卷积核的个数是2（W0和W1），每个卷积核有3个3*3的举证，为什么有3个，是因为图片是3通道的。解释清楚了吧，千万别混淆了。
我们经常说这次卷积，用到的卷积核的维度是3*3*3*2，这个也是这次卷积的参数量。
4.feature map
feature map的直译过来就是特征图的意思，我们一般说特征图的时候会说，这个特征图的长是多少，宽是多少，通道数是多少。以上图为例，最后的那个output volume为例，我们就可以称之为一个feature map，它的长就是3，宽就是3，通道数就是2（有几个矩阵，通道数就是几），所以我们说这个feature map的维度就是3*3*2，上图
,相当于图片在卷积之后，图片有7*7*3变成了3*3*2，明显变小了，为什么会变小，就是因为卷积的原因，它的padding和stride造成的，其实有个公式可以直接计算：
代表生成的feature map的宽，w代表图片的宽（padding之前），k代表kernel的大小，p代表padding数,，s代表stride
根据上图 w = 5 , k=3, p=1 , s=2，所以新的feature map的宽=((5-3+2)/2)+1 = 3
验算正确，记住公式即可
那新的feature map的高又怎么算呢，方法跟你上面其实是一样的，还是写一下吧
是新的feature map的高，h是原图的高（padding之前），计算同上，可以自己试一试
刚刚也说了output volume的维度是3*3*2，那这个2是哪来的，这个2啊，就是kernel的个数，不用就计算了。
5.总结
这次卷积相当于用3*3*3*2的卷积核，在padding=1，stride=2的情况下，把5*5*3的图片变成3*3*2的feature map。
我觉得已经说的很通俗易懂，王婆卖瓜，自卖自夸。
OK，认识深度学习到这里就差不多可以了，接下里我会演示一个深度学习相关的示例，先演示效果再来，一步步教学，这是我之后的方针。
值得一提的事，昨天，就在昨天，我的上一篇文章登上了csdn人工智能榜的第22名，给我高兴坏了，真的是高兴惨了，哈哈哈，之前还去网上查了一下怎么让自己的文章红起来，然后看到一句话，我与大家共勉，那就是：
仰望星空，脚踏实地。
22名的截图献上
至此，敬礼，salute！！！！！
pytorch深度学习50篇·······第二篇：人脸识别
人脸识别预告！！！！！！！！各位亲爱的朋友们，今天这篇文章只是一个预告，为人脸识别做一点铺垫，包括提供需要安装的包和两个权重文件。这次我们人脸识别之旅分为两个阶段... 查看详情
第一篇如何选择深度学习主机
...善其事，必先利其器”。对于我们来说，如果我们想学好深度学习，一台配置好的主机必不可少。那么如何选着主机的配置呢？今天我就通过这篇文章和大家梳理一下。说到主机的配置，对于学习深度学习的人来说最重要的配件... 查看详情
pytorch深度学习50篇·······第三篇：非监督学习(代码片段)
兄弟萌，我咕里个咚今天又杀回来了，有几天时间可以不用驻场了，喜大普奔，终于可以在有网的地方码代码了，最近驻场也是又热又心累啊，抓紧这几天，再更新一点的新东西。今天主要讲一下非监... 查看详情
csdn独家|全网首发|pytorch深度学习·理论篇(2023版)目录
很高兴和大家在这里分享我的最新专栏 Pytorch深度学习·理论篇(2023版)，恭喜本博客浏览量达到两百万，CSDN内容合伙人，CSDN人工智能领域实力新星~0Pytorch深度学习·理论篇+实战篇(2023版)大纲1Pytorch深度学习·理论篇... 查看详情
（机器学习深度学习常用库框架|pytorch篇）第一节：pytorch简介和其核心概念(代码片段)
文章目录一：什么是Pytorch二：Pytorch优势三：Pytorch三大核心概念（1）tensor（张量）（2）autograd（自动微分-变量）（3）nn.Module（神经网络）四：tensor和机器学习、深度... 查看详情
基于深度学习的语义分割初探fcn以及pytorch代码实现(代码片段)
基于深度学习的语义分割初探FCN以及pytorch代码实现FCN论文论文地址：https://arxiv.org/abs/1411.4038FCN是基于深度学习方法的第一篇关于语义分割的开山之作，虽然这篇文章的分割结果现在看起来并不是目前最好的，但其意... 查看详情
pytorch深度学习50篇·······第五篇：yolo-----yolov3v4v5的模型结构(代码片段)
第四篇，我们已经简单的过了一个segmentation网络，下面我们要进入一个相对要复杂一点的系列了，它也是用于目标检测的，与segmentation不同的是，这个网络会回归出目标的位置和大小。YOLO的全程是YouOnlyLookOnce&... 查看详情
pytorch深度学习60分钟闪电战(代码片段)
https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html官方推荐的一篇教程Tensors#Constructa5x3matrix,uninitialized:x=torch.empty(5,3)#Constructarandomlyinitializedmatrix:x=torch.rand(5,3)#Constru 查看详情
pytorch深度学习50篇·······第七篇：gan生成对抗网络---pix2pix(代码片段)
可能看过看过我上两篇GAN和CGAN的朋友们都认为，mnist数据太简单了，也不太适合拿出去show，所以我们来一个复杂一点的，这次难度比之前两篇的难度又有所提升了，所以，请大家不要慌张，紧跟脚步&#x... 查看详情
pytorch深度学习50篇·······第五篇：yolo-----数据标签的准备(代码片段)
兄弟们，朋友们，为期两周的驻场生活结束了，没准说不定啥时候有要去，所以抓紧把YOLO篇搞定，驻场可是太累了，早6晚9，这和早9晚6可是一个天上一个地下啊，好了，废话不多说，今天... 查看详情
（机器学习深度学习常用库框架|pytorch篇）第三节：pytorch之torchvision详解(代码片段)
文章目录一：torchvision概述二：torchvision.datasets（1）官方数据集（2）自定义数据集类（3）ImageFolder手动实现三：torchvision.transforms四：torchvision.models一： 查看详情
pytorch深度学习50篇·······第五篇：yolo-----训练篇(代码片段)
一周过去了，我赶在一周的尾巴上来继续写文章了，上周不算忙，至少不用去驻场了，日子好过多了。不过苦了小兄弟们了，他们去驻场了。来这个现在这个公司快两年了，大概是今年5月份开始，我们... 查看详情
20170525第一篇笔记学习方法
一篇学习笔记(代码片段)
...现的这篇文章，此笔记并不能帮到你。对不起qwq安装pytorch在Pytorch下载页面有很多种安装方式。安装pytorch可以通过conda的方式安装，不过我安装不上去，我选择了pip安装。不过这里依旧记录一下换源方法。1.conda方式因... 查看详情
深度学习系列50：苹果m1芯片加速pytorch(代码片段)
1.介绍Apple的MetalPerformanceShaders（MPS）作为PyTorch的后端来加速GPU训练。MPS后端扩展了PyTorch框架，提供了在Mac上设置和运行操作的脚本和功能。MPS通过针对每个MetalGPU系列的独特特性进行微调的内核来优化计算性能。新... 查看详情
小白入门深度学习|第一篇：配置深度学习环境
文章目录一、配置Python3环境二、安装CPU版本的tf2环境三、安装jupyternotebook四、安装GPU版本tf2环境1.找到显卡对应的CUDA2.下载相应的CUDA3.下载相应的cudnn4.添加环境变量5.安装tensorflow-gpu一、配置Python3环境这里推荐去Python官网下载安... 查看详情
pytorch深度学习项目实战100例——基于lenet5实现交通标志分类任务|第50例
前言大家好，我是阿光。本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。正在更新中~✨ 查看详情
第一篇博客
测试一下 https://www.cnblogs.com/fswhq/p/springboot_html.html看到的3d图片旋转效果 .wrapwidth:100px;height:100px;margin:150px;position:relative.cubewidth:50px;height:50px;margin:0auto.cubedivposition 查看详情