r - 如何使用 MXNet 框架在卷积神经网络中制作平滑的内核？

Question

我的数据集是MNIST，而 ML 库是MXNet

我使用 CNN 算法来练习 ML。然后我找到了参考教程，第 6 页和第 7 页。

我猜默认内核是矩阵中的所有“1”实例（MXNet 中的内核）。如何制作像上面幻灯片一样的平滑内核。

---

这是带有 R 的 MXNet 代码。

mx.symbol.Convolution(data=data, kernel=c(5,5), num_filter=20)

Answer 1

正如其他人所提到的，MXNet 是一个深度学习框架。您引用的幻灯片是具有其他优化工具的图像处理任务，OpenCV是最受欢迎的工具之一。不过，您也可以使用 MXNet 执行简单的卷积。在 python 中，它看起来像这样：

# Replace img with an actual image
img = np.random.uniform(size=(1, 1, 480, 640))
img = mx.nd.array(img)
w = mx.nd.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
w.reshape((1, 1, 3, 3))
out = mx.nd.Convolution(
    img, w, kernel=(3, 3), num_filter=1, no_bias=True, pad=(1, 1))