图片的通道数和卷积核的深度

Posted 一不小心我们就长大

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图片的通道数和卷积核的深度相关的知识,希望对你有一定的参考价值。

 

 

卷积过程中,输入层有多少个通道,滤波器就要有多少个通道,但是滤波器的数量是任意的,滤波器的数量决定了卷积后 featuremap 的通道数(与result区别)。

 

  如果把输入当做一个立方体的话,那么 filter 也是一个立方体,它们卷积的结果也是一个立方体,并且上面中 input、filter、Result 的通道都是一致的。

但卷积过程的最后一步要包括生成 feature,很简单,将 Result 各个通道对应坐标的值相加就生成了 feature,相当于将多维的 Result 压缩成了 2 维的 feature。

以上是关于图片的通道数和卷积核的深度的主要内容,如果未能解决你的问题,请参考以下文章

深度学习面试题19:1*1卷积核的作用

深度学习面试题19:1*1卷积核的作用

深度学习之卷积神经网络(CNN)学习

卷积神经网络模型参数量和运算量计算方法

深度学习6-卷积过程中数据的结构变化

深度学习面试题23:批次张量和卷积核的简易定义方式