? ? ? ?實(shí)現(xiàn)圖像濾波的數(shù)學(xué)計(jì)算方法是卷積（Convolution），有關(guān)數(shù)學(xué)概念和計(jì)算方式，請(qǐng)參考《AI數(shù)學(xué)基礎(chǔ)26-卷積（Convolution）》径玖。了解了卷積的數(shù)學(xué)原理后，可以編寫一個(gè)卷積計(jì)算的代碼颤介，加深理解梳星，如下：
池化計(jì)算，只需要在上述代碼中加入下面的池化代碼：
池化計(jì)算
經(jīng)過(2,2)池化后滚朵，可以看到丰泊，圖像數(shù)據(jù)從510x510壓縮到了255x255，圖像數(shù)據(jù)為原來的四分之一始绍，但特征并沒有丟失，而且還得到了增強(qiáng)话侄，如下圖所示：
這也是為什么在卷積神經(jīng)網(wǎng)絡(luò)中亏推，每個(gè)卷積層后面總是要加入一個(gè)池化層的原因。在有些文獻(xiàn)中年堆，會(huì)把卷積和池化合并起來吞杭，稱作a set of convolution pooling layer。若有三個(gè)連續(xù)續(xù)的卷積池化層变丧，則稱作 three sets of convolution pooling layers芽狗。卷積和池化計(jì)算輸出結(jié)果的可視化，請(qǐng)參見《可視化CNN隱藏層輸出》
池化結(jié)果
不同的Kernel請(qǐng)參考文獻(xiàn)《Image Filtering》
