Convolution filtering is a technique that can be used for a wide array of image processing tasks, some of which may include smoothing and edge detection. In this document we show how a separable convolution filter can be implemented in NVIDIA CUD

CONVOLVE2可以用于任何CONV2使用，采取同样的参数并返回一个小的公差范围内同样结果。加速计算是通过使用面膜中的奇异值分解，表示为外产品总结一下。这些都可以有效地计算与行和列向量的卷积。 CONV2是用来从事这项运动。 可分面具是一个特殊情况，并受CONVOLVE2处理多达FILTER2一样。许多不属于其他口罩可分低等级（如Gabor函数口罩），并更有效地处理CONVOLVE2。 该功能也将计算出降秩逼近一个给定的面具如果需要的话，将使用此是否会加速计算。一个额外

　Ext rapolation operator of one2way wave field has great application in seismic migration imaging. According to their implement , these operators can be classified into three kinds : Kirchhoff integral method , implicit definite difference in spa

卷积神经网络经典结构Xception用Keras的实现。 Xception 是 Google 继 Inception 后提出的对 Inception-v3 的另一种改进。 作者认为，通道之间的相关性 与 空间相关性 最好要分开处理。采用 Separable Convolution（极致的 Inception 模块）来替换原来 Inception-v3中的卷积操作。