如何理解卷積神經(jīng)網(wǎng)絡(luò)里卷積過(guò)濾器的深度問(wèn)題？我們通常看到的卷積濾波器原理圖是這樣的：這實(shí)際上是卷積濾波器的“展平”或“展平”。例如，上圖中的粉紅色卷積濾波器是3x3x3，即長(zhǎng)3，寬3，深3。然而，在圖

如何理解卷積神經(jīng)網(wǎng)絡(luò)里卷積過(guò)濾器的深度問(wèn)題？

我們通常看到的卷積濾波器原理圖是這樣的：

這實(shí)際上是卷積濾波器的“展平”或“展平”。例如，上圖中的粉紅色卷積濾波器是3x3x3，即長(zhǎng)3，寬3，深3。然而，在圖中，它是在兩個(gè)維度中繪制的-深度被省略。

.由于卷積濾波器的深度與輸入圖像的深度相同，所以原理圖中沒(méi)有繪制深度。如果同時(shí)繪制深度，效果如下：

（圖片來(lái)源：mlnotebook）

如上所述，卷積濾波器的深度與輸入圖像的深度相同，即3。

順便說(shuō)一下，輸入圖像深度是3，因?yàn)檩斎雸D像是彩色圖像，深度是3，分別是R、G和b值。

（圖片來(lái)源：mlnotebook）

總之，卷積濾波器的深度應(yīng)該與輸入數(shù)據(jù)的深度一致。

Master真實(shí)身份就是AlphaGo，對(duì)此你意外嗎？為什么？

一點(diǎn)也不奇怪。當(dāng)谷歌找到億城與騰訊go簽約時(shí)，我已經(jīng)知道了內(nèi)幕。他們想在升級(jí)后測(cè)試afagou的性能。另一方面，如此強(qiáng)大的人工智能是不可能在短時(shí)間內(nèi)創(chuàng)造出來(lái)的。它需要強(qiáng)大的經(jīng)濟(jì)實(shí)力和技術(shù)力量，需要專業(yè)專家的參與和上千萬(wàn)次的實(shí)戰(zhàn)演練，這是普通公司無(wú)法承擔(dān)的。

谷歌已經(jīng)在圍棋領(lǐng)域投資了好幾年。因此，幾乎不可能一夜之間出現(xiàn)一個(gè)比阿法爾更強(qiáng)大的人工智能。