Fatal编程技术网
  • deep-learning/
  • Deep learning 卷积神经网络输出通道的混淆

Deep learning 卷积神经网络输出通道的混淆

deep-learning pytorch

Deep learning 卷积神经网络输出通道的混淆,deep-learning,pytorch,convolution,Deep Learning,Pytorch,Convolution,我对卷积神经网络中的多通道场景感到困惑 假设我有一个10（宽度）*5（高度）*6（通道）图像，我将其输入一个默认的二维卷积层，步幅=1，填充=0，期望输出为8（宽度）*3（高度）*16（通道） 我知道内核的大小是3（宽度）*3（高度），但我不知道到底有多少个内核，以及如何将其应用于输入数据以给出最后16个通道 有人可以帮我。二维卷积层每个输入通道、每个输出通道包含一个内核。因此，在您的例子中，这将是6*16=96内核。对于3x3内核，这对应于3*3*96=864参数 >>> i

我对卷积神经网络中的多通道场景感到困惑

假设我有一个10（宽度）*5（高度）*6（通道）图像，我将其输入一个默认的二维卷积层，步幅=1，填充=0，期望输出为8（宽度）*3（高度）*16（通道）

我知道内核的大小是3（宽度）*3（高度），但我不知道到底有多少个内核，以及如何将其应用于输入数据以给出最后16个通道

有人可以帮我。

二维卷积层每个输入通道、每个输出通道包含一个内核。因此，在您的例子中，这将是
6*16=96
内核。对于3x3内核，这对应于
3*3*96=864
参数

>>> import torch

>>> conv = torch.nn.Conv2d(6, 16, (3, 3))
>>> torch.numel(conv.weight)
864
对于一个映像，每个输入通道首先应用一个内核。在您的示例中，这将生成6个特征映射，这些特征映射相加（+一个可能的偏差）形成输出通道的1。然后，重复15次，形成15个其他输出通道