神经网络中的一维卷积

我了解卷积的工作原理，但不了解如何将一维卷积应用于2D数据。

2D卷积

在此示例中，您可以看到2D数据中的2D卷积。但是如果是一维卷积会怎样呢？只是一维内核以相同的方式滑动？如果步幅是2？

谢谢！

conv-neural-network

— 古斯塔沃
source

只需查看每个矩阵的第一行。

— Piotr Migdal

能给我一个例子吗？

— 古斯塔沃

1d卷积对于严格的2d图像并不是真正有用。非灰度图像在技术上是3D的，因为它们具有三个颜色通道。

— 伊桑（Ethan）2013年

@Gustavo就像这样一个：toto-share.com/wp-content/uploads/2011/11/…除非您的意思是1x1卷积（就神经网络而言），这是另一回事。

— Piotr Migdal

我的问题是卷积，例如：d3kbpzbmcynnmx.cloudfront.net/wp-content/uploads/2015/11/… 有两个卷积，一个卷积的内核大小为3，另一个卷积的大小为2 ...但是这些内核是1D或xk ？

— 古斯塔沃

Answers:

$x_1, …,x_n$ $n$ $n=3$

有关数学上的更多解释，您可以查看 Franck Dernoncourt的Ji Young Lee。“ 具有循环和卷积神经网络的顺序短文本分类 ”。NAACL 2016。第2.1.2节：

— 弗兰克·德农库特
source

一维卷积在卷积网络中用于滤波器维度的下采样和上采样。当您通过网络时，卷积网络会构建这些过滤器映射，您确实可以将它们视为第三维。过滤器贴图尺寸的通常基本大小是3，因为我们经常会有RGB图像通过我们的网络。

这些一维卷积可用于向下采样，执行某些操作，然后向上采样回到相同维度。由于性能原因，这非常有用。

为了真正直观地理解，我建议阅读：

— 伊森
source

似乎是在谈论1x1卷积（在神经网络的意义上），而不是1D卷积。

— Piotr Migdal'3

是的，我假设涉及到神经网络。我在reddit上的/ r / MLQuestions上遇到了这个问题的链接，所以我认为这与ML有关。但是对于仅是简单的卷积，它就没有那么重要了：P。

— 伊桑（Ethan）2013年