如何理解卷積神經(jīng)網(wǎng)絡(luò)里卷積過濾器的深度問題？我們通常看到的卷積濾波器原理圖是這樣的：這實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)里卷積過濾器的深度問題？

我們通?？吹降木矸e濾波器原理圖是這樣的：

這實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3，寬3，深3。然而，在圖中，它是在兩個維度中繪制的-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，所以原理圖中沒有繪制深度。如果同時繪制深度，效果如下：

（圖片來源：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。

順便說一下，輸入圖像深度是3，因為輸入圖像是彩色圖像，深度是3，分別是R、G和b值。

（圖片來源：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真實身份就是AlphaGo，對此你意外嗎？為什么？

一點也不奇怪。當(dāng)谷歌找到億城與騰訊go簽約時，我已經(jīng)知道了內(nèi)幕。他們想在升級后測試afagou的性能。另一方面，如此強大的人工智能是不可能在短時間內(nèi)創(chuàng)造出來的。它需要強大的經(jīng)濟實力和技術(shù)力量，需要專業(yè)專家的參與和上千萬次的實戰(zhàn)演練，這是普通公司無法承擔(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)一個比阿法爾更強大的人工智能。