卷积层channel数量变化过程

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了卷积层channel数量变化过程相关的知识,希望对你有一定的参考价值。

  卷积神经网络的总体架构是金字塔型,如下图。

技术分享

CNNs架构图

可以看到,每一层的channel数量是变化的。如上图中,左边的第一层只有R、G、B三个channel,第二层有16个channel,第三、四层分别有64、256个。

那么这些channel数量是如何变化的呢?

 

基本过程:

对于输入图片的每一个patch(下图中的绿色部分),运行一个具有K个输出的小神经网络,把这K个输出垂直的表示为一列(高度是K,如下图所示)。将这个patch在整个图片上滑动,每一个位置都执行上述操作,在输出端我们就可以得到一个深度为K的图。

技术分享

channel变化过程

以上是关于卷积层channel数量变化过程的主要内容,如果未能解决你的问题,请参考以下文章

PyTorch快速搭建多个具有相同卷积核尺寸不同卷积核数量的卷积层

PyTorch快速搭建多个具有相同卷积核尺寸不同卷积核数量的卷积层

卷积核输出特征图大小的计算

CNN卷积层里的多输入多输出通道channel 动手学深度学习v2 pytorch

CNN简介

CNN简介