据我所知，互相关用于衡量某些值的相似性，比如图像。这同样适用于 CNN 中的特征提取过程，其中输入矩阵乘以滤波器。所以我觉得它们被称为卷积网络很奇怪。
Conv2d的Pytorch 文档甚至说它正在使用互相关运算符。
那么为什么 CNN 在实际使用互相关时被称为卷积呢？
为什么卷积网络不使用互相关
数据挖掘
美国有线电视新闻网
卷积
2021-09-21 14:09:56
1个回答
这是一个非常有趣的问题。我最近开始研究它，同时试图理解更好的卷积神经网络。
简而言之：是的！它们被称为卷积，而在实际使用中使用互相关算子。所以这是一个用词不当的例子。
我认为要理解的重要一点是，相关性和卷积的不同之处仅在于卷积中存在翻转。所以它们的不同只是因为一个标志。
相关性：
卷积：
实际上，主要区别在于卷积是关联的。这意味着
这不适用于相关算子。
但是，在训练神经网络时，i 前面的符号差异并不重要，因为您将调整权重以优化目标函数。
这在另一篇文章中也有解释：
在这篇文章中，还解释了 CNN 实际使用的是互相关算子，而不是卷积算子。
我希望这有帮助。
PS 另外，请参阅David Jacobs CS 课程中关于卷积的注释。
其它你可能感兴趣的问题