Matrisalgebra för processorer - Är CMSIS det bästa man ska ha?
Re: Matrisalgebra för processorer - Är CMSIS det bästa man ska ha?
Fouriertransform + elementvis multiplikation + invers fouriertransform är ekvivalent med faltning under rimliga förutsättningar. (Egentligen är det cyklisk faltning, men det kan man fixa med padning.) Anledningen att använda FFT är att det blir lägre komplexitet för större storlekar. O(N^2) mot O(N^2K^2) om N är bildstorlek och K är kernelstorlek.
Re: Matrisalgebra för processorer - Är CMSIS det bästa man ska ha?
Exakt.
Jag har också läst att man kan göra så.
Problemet är att bara hitta den där matrisen W så man kan göra elementvis multiplikation - Konvolution.
Jag tänker börja med en viktmatris. Sedan får jag utöka vid flera viktmatriser.
Jag vet att det går att använda backpropagation, men då krävs det enorma datamängder.
Något som jag har tänkt är Bild -> FFT -> Hög pass filtrering -> IFFT -> Bild som innehåller bara mönster
Jag har också läst att man kan göra så.
Problemet är att bara hitta den där matrisen W så man kan göra elementvis multiplikation - Konvolution.
Jag tänker börja med en viktmatris. Sedan får jag utöka vid flera viktmatriser.
Jag vet att det går att använda backpropagation, men då krävs det enorma datamängder.
Något som jag har tänkt är Bild -> FFT -> Hög pass filtrering -> IFFT -> Bild som innehåller bara mönster
