您好,今天小天来为大家解答以上的问题。卷积神经网络处理图像的原理相信很多小伙伴还不知道,现在让我们一起来看看吧！

【小天问答】卷积神经网络处理图像的原理是什么？【小天问答】卷积神经网络处理图像的原理是什么？


【小天问答】卷积神经网络处理图像的原理是什么？


【小天问答】卷积神经网络处理图像的原理是什么？


1、Image是Graph在欧式空间中的一种特例。

2、Graph是相较于Image来说更加广义的一种拓扑结构。

3、Graph由点和边组成它可以表示任意的事物与事物之间的关系。

4、而Image是表示在欧式空间中的事物与事物之间的关系。

5、我们可以根据Image来构建对应的Graph，将每一个像素作为，像素之间的关系作为边。

6、现实生活中能够建图的场景非常之多，社交关系，词汇搜索等等。

7、图神经网络就是专门用来处理图数据的神经网络架构。

8、具体来说，会给定图的每个邻接矩阵和特征，通过将这两个输入进行某种图上的映射。

9、从而得到每个下一层的特征。

10、图神经网络的聚合模式：合理性：比如社交网络中我们想要获得某一个用户的特征，可以搜集与他相近的人的特征，他们会具有一定的相关性。

11、（近朱者赤，近墨者黑）许多GNN相关的模型其实都是在设计函数“ f ”这里我们只讨论简单无向图（图无自环、无重边，边无方向）公式中的 是邻接矩阵+单位矩阵，相当于给每一个添加一个自环。

12、 是对角阵+单位阵。

13、表示添加自环后每一个的度值。

14、 代表了每一个的度的值。

15、对于对角阵求幂，只要对对角线上的每一个元素求幂即可。

16、是可训练的参数，是对输入的feature进行线性变换。

17、 是非线性的激活函数。

本文到这结束，希望上面文章对大家有所帮助。