1樓：自來也
本身卷積運算屬於線性濾波器，因為輸出是加權和。只有單個conv層只會得到線性特徵。
非線性濾波器，作非加權和運算，如取最大值，絕對值，中值。如maxpooling層
在dl的cnn網路裡，即包含了線性濾波器conv，也包含了非線性濾波器如maxpooling, 還包含了輸出層的非線性函式softmax。
所以整個輸出結果值就同時包含了線性和非線性特徵，也是說模型的結果就是題主所說的線性和非線性特徵。
如果只想得到線性特徵，就不加maxpooling和非線性啟用函式。
2樓：王澤宇
非線性特徵指的其實就是卷積核做完卷積後的feature map，咱們只給CNN的每層規定了學幾個特徵，卷積核有多大等，但是至於它從影象中具體學的是什麼，咱也不知道，就像同樣乙個人，為了記住他，你可能記的是鼻子的特徵，我記的是嘴巴的特徵，這些就是非線性特徵，至於線性特徵，主要是指CNN後半部分的前饋神經網路。每個卷積層後面跟著的relu啟用層其實也是線性特徵的一種傳遞與對映。
3樓：唐申庚
線性特徵是可以通過疊加線性計算得到的結果，相當於只是做了規則對映，這個過程增加了特徵的表徵能力，但是太死板。非線性特徵的計算過程也充滿了不確定性，相當於給了更多的自由，這個結果是疊加再多層線性計算也無法得到的
4樓：Merci
瀉藥。問題本身沒什麼問題，不過估計你問10個專家有11個不能給出能讓你信服（理解）的答案。因為這並不是物理上的具體某些固定維度的抽象，譬如長寬高抽象成單位公尺表達的數字、角度抽象成360 or 2π的角度 or 弧度所表達的數字。
做個不很恰當的模擬，你要說矩陣的特徵值、特徵向量跟圖形長寬高什麼關係，沒有乙個標準答案可供參考，實際上這取決於你如何構建其依附的矩陣。
非要給這兩個概念定義相對應的「含義」的話，建議可以嘗試從現有的CNN例項中剝離卷積層線性/非線性層的輸入輸出，分別繪製成影象去感受一下。
怎麼理解線性轉換和非線性轉換？
chenxingwei 首先你對非線性的理解是錯的。比如說向量 同時有矩陣 相乘之後變為 維度改變了，但是這個是線性變換。若是沒有非線性啟用函式，神經網路就程式設計下面這樣了 為第一層輸出 是第二層輸出，實際上上式中可以設 這樣 也就是二層的神經網路跟一層的是一樣的，類似於線性回歸。若是沒有非線性啟...
既然現實世界是非線性的，那麼線性方程和線性規劃能解決的問題豈非太少？
substeps999999 線性是非線性的區域性近似。當我們機械佬處理非線性問題，通常要把場分成一塊一塊的單元，乙個關於場函式非線性的偏微分方程組將會變成乙個關於擬合係數的線性方程組。我們有時將非線性方程組弱化，選擇合適的形函式分配到單元中，讓近似解用節點上的值線性表示出來，然後擬合出近似解 有時...
非線性動力學中，混沌理論（chaos theory）為何常與分形（fractal）緊密相連？
賈明子 我們可以非常簡單地來看這個問題。要知道，絕大多數的動力學系統可以用一組微分方程來表示 其中，X是系統變數，L是乙個非線性運算元，可以是方程組，也可以是微分運算元 偏微分方程 是運算元的引數。一般而言，對於孤立系統L不顯含時間t。這稱作自治系統。對於乙個確定的初始狀態 初始點 系統的狀態將隨著...