卷積層是CNN的核心，透過卷積核提取局部特徵，如邊緣、紋理等。每個卷積核學習不同的特徵，輸出稱為特徵圖。它透過局部連接和參數共享，減少計算量，提升效率，是圖像分析的關鍵！



<p class="lexical__paragraph" dir="ltr"><span style="white-space: pre-wrap;">卷積層是CNN的核心，透過卷積核提取局部特徵，如邊緣、紋理等。每個卷積核學習不同的特徵，輸出稱為特徵圖。它透過局部連接和參數共享，減少計算量，提升效率，是圖像分析的關鍵！</span></p><div class="lexical__image center"><div class="lexical__imageWrapper"><img src="https://images.vocus.cc/14dff922-92b0-44c0-b4e8-cc45d97cdf5e.gif" data-src="https://images.vocus.cc/14dff922-92b0-44c0-b4e8-cc45d97cdf5e.gif" class="lazy" data-original-src="https://images.vocus.cc/14dff922-92b0-44c0-b4e8-cc45d97cdf5e.gif" data-lowquality="true" data-width="800" data-height="450" data-retry="0" onerror="Number(this.dataset.retry) > 4 ? this.src='/static/default-error-img.svg': (() => {this.src=this.dataset.originalSrc; this.dataset.retry = Number(this.dataset.retry)+1;})()" alt="raw-image"></div><div></div></div><p class="lexical__paragraph"><br></p>

以行動支持創作者！付費即可解鎖

卷積運算 Convolution