该函数是针对卷积核可分离的特殊情况的N维卷积实现。
如果存在 N 个函数 f1, f2, ... fN 使得 f(x1, x2, ... xN) = f1(x1)f2( x2)f3(x3)...fN(xN)。
在二维中，可分离性条件的离散版本如下：如果二维矩阵可以表示为两个一维向量的外积，则它是可分离的：
a=[-1 0 1]; b=[1 0 -1]; H=a'*b
在这种情况下，为 Matlab 的 conv2 函数提供两个向量 a 和 b（一个用于对行进行卷积，第二个用于对列进行卷积）比为 conv2 提供外积 H 的计算速度更快。
Convnsep.m 将此功能扩展到任意数量的维度。
这可能对以下应用有用： 1. 使用可分离过滤器平滑 3D 图像2.双边滤波（需要4D卷积来过滤3D图像）
注意事项和注意事项：
- 随着被卷积的变量的总大小增加到 Matlab 允许的
2021-09-15 10:16:10
3KB
1
二维卷积运算之C语言实现二维卷积运算之C语言实现
二维卷积运算之C语言实现二维卷积运算之C语言实现
2021-09-04 11:36:12
95KB
1
cncnn-lrp
该存储库包含使用本文解释的原理来解释一维卷积神经网络（1D-CNN）的代码。解释技术在于计算各种n-gram特征的相关性，并确定足够和必要的n-gram。该项目带有一个多通道1D-CNN模型生成器，可用于生成测试模型。
依存关系：
- Anaconda (python 3.6)
- keras (tested on 2.2.4)
- tensorflow (1.13.1)
- numpy (1.16)
- pandas (0.24)
该项目包含4个主要目录：
data / sentiment_analysis该目录包含用于构建一维CNN模型和测试解释方法的培训和测试数据
models：此目录包含用于情感分析和回答问题的预训练的1D-CNN模型。
tokenizers：此目录包含用于各种数据集的已保存的keras标记器。分词器包含用于构建预训练模型的词汇表。
说明：
2021-08-26 10:42:50
14.54MB
1