Deep learning CNN模型中的输入图像是否只有1';s和0作为其矩阵项?
由于网络不学习颜色,计算机除了1和0之外什么都不懂,这是否意味着CNN模型中的输入图像应该只有1和0作为其矩阵项?颜色由颜色通道RGB(红色、绿色、蓝色)表示,通常具有从0到255的8位强度。Deep learning CNN模型中的输入图像是否只有1';s和0作为其矩阵项?,deep-learning,conv-neural-network,convolution,Deep Learning,Conv Neural Network,Convolution,由于网络不学习颜色,计算机除了1和0之外什么都不懂,这是否意味着CNN模型中的输入图像应该只有1和0作为其矩阵项?颜色由颜色通道RGB(红色、绿色、蓝色)表示,通常具有从0到255的8位强度。 如果只有0和1,则只有黑白像素。但是,如果使用0到255之间的范围,也可以表示介于黑色和白色之间的灰色值。现在,对于彩色图像,您可以调整每个通道的强度,使添加的三个RGB值可以表示任何颜色。神经网络确实可以学习颜色,并且您对编程语言/计算机上的数据类型如何工作有很大的误解。任何教程都会告诉你如何直接学习彩
如果只有0和1,则只有黑白像素。但是,如果使用0到255之间的范围,也可以表示介于黑色和白色之间的灰色值。现在,对于彩色图像,您可以调整每个通道的强度,使添加的三个RGB值可以表示任何颜色。神经网络确实可以学习颜色,并且您对编程语言/计算机上的数据类型如何工作有很大的误解。任何教程都会告诉你如何直接学习彩色图像的神经网络。