2020-7-27 吴恩达DL学习-C4 卷积神经网络-第一周 CNN(1.2 边缘检测示例-卷积计算如何发现边缘(过滤器/核))

1.视频网站：mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c
2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/
3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai

1.2 边缘检测示例 Edge detection example

卷积运算是卷积神经网络最基本的组成部分，使用边缘检测作为入门样例。本节课中，你会看到卷积是如何进行运算的。

在之前的课程中，我说过NN的前几层是如何检测边缘的，然后，后面的层有可能检测到物体的部分区域，更靠后的一些层可能检测到完整的物体，这个例子中就是人脸。在这个本节课中，你会看到如何在一张图片中进行边缘检测。

我们来看下面的例子。

给了上面这样一张图片，让电脑去搞清楚这张照片里有什么物体，你可能做的第一件事是检测图片中的垂直边缘vertical edges。比如说，在这张图片中的栏杆就对应垂直线，与此同时，行人的轮廓线某种程度上也是垂线，这些线是垂直边缘检测器的输出。

同样，你可能也想检测水平边缘horizontal edges，比如说图中的栏杆就是很明显的水平线，它们也能被检测到。

如何在图像中检测这些边缘

那么如何在图像中检测这些边缘？

看一个例子。

如上图，这是一个6×6的灰度图像。因为是灰度图像，所以它是6×6×1的矩阵，而不是6×6×3的，因为没有RGB三通道。

为了检测图像中的垂直边缘，你可以构造一个3×3矩阵，在CNN的术语中，它被称为过滤器。我要构造一个3×3的过滤器，像这样$[\begin{array}{cc}1& 0\\ 1& 0\\ 1& 0\end{array}$