本文共 435 字,大约阅读时间需要 1 分钟。
举个例子,假设有一个3×3大小的卷积层,其输入通道为16、输出通道为32。
- 那么一般的操作就是用32个3×3的卷积核同输入数据来分别进行卷积操作,这样每个卷积核需要3×3×16个参数,得到的输出是只有一个通道的数据。
- 之所以会得到一通道的数据,是因为刚开始3×3×16的卷积核的每个通道(一共16个)会在输入数据的每个对应通道上做卷积,然后叠加每一个通道对应位置的值,使之变成了单通道,那么32个卷积核一共需要(3×3×16)×32 =4068个参数。
- 也就是说,在每次卷积操作中,多卷积核所有16个通道 只针对 输入的一个通道进行卷积,将卷积核16个通道得到的卷积结果 对应位置的值 进行叠加,得到一个输出 / 一张特征图 / 一个通道。
- 32个卷积核都重复32次上述操作,那么我们就可以得到32个输出,也就是32张特征图,或者说32个通道的输出。
要是还不是那么明白,再上一张图结合图片来看上述文字会轻松很多。
- 输入RGB3通道的
- 每个卷积核大小333
- 输出是5通道
转载地址:http://zfugf.baihongyu.com/