title: ComSec & Crypto 综述
date: 2021/11/24 20:46:25
tags: Computer security
categories: [Computer security, Crypto]
banner_img: /bimg/computer_security.jpg
index_img: /bimg/crypto.jpg

Convolutional Nerual Network(Andrew Ng)

本文是吴恩达老师关于卷积神经网络的课程笔记。

卷积如何完成

首先以灰阶图像为例，此时的输入通道为1。下面的图演示了卷积的具体过程。

和矩阵乘法的思想类似，3x3的filter(kernel)和图片中对应的3x3相乘并相加得到最终矩阵里的一个数。之后平移整个 蓝色方块，就可以计算出周围的值(有时需要进行pedding)

用动画来展示这一点

以灰阶图像垂直边界检测(6x6图像)为例。结果矩阵里白色就对应边界。 值得注意的是，边界看起来很厚，这是因为图像太小，如果是1000x1000的图像，那么其结果将会不那么厚。

如果我们将原图片进行灰阶反转，得到的结果会不一样，但本质上仍然可以起到区分的作用。

不难想到，如果想要对灰阶图像进行水平边界检测，那么可以使用右边的filter来遍历图像。

如果输入的图片是彩色图片，它的输入通道数为3，输出通道数也为3。