Korelacja wzajemna (cross-correlation) to operacja matematyczna mierząca stopień podobieństwa dwóch sygnałów lub macierzy w zależności od ich wzajemnego przesunięcia. W bibliotekach głębokiego uczenia jest ona powszechnie stosowana zamiast klasycznej konwolucji, ponieważ eliminuje potrzebę odwracania macierzy filtra przed wykonaniem obliczeń. Działanie to polega na przesuwaniu jądra nad danymi wejściowymi i mnożeniu odpowiadających sobie elementów, co pozwala efektywnie wykrywać wzorce i cechy w danych. Z punktu widzenia uczenia maszynowego brak odwracania filtra nie wpływa na działanie sieci, gdyż wagi są uwalniane i optymalizowane w procesie treningu.
Cross-correlation (used in place of convolution in deep learning libraries) (Cross-correlation)
