Deep learning 为什么我的Keras内核是三维的？

在典型的CNN中，conv层将具有尺寸为NxM的Y滤波器，因此它具有N x M x Y可训练参数（不包括偏置）

因此，在下面的简单keras模型中，我希望第二个conv层具有16个大小（7x7）的内核，因此具有大小（7x7x16）的内核权重那么，为什么它的重量实际大小（7x7x8x16）？

我理解正在发生的事情的机理：Conv2D层实际上正在进行三维卷积，将前一层的输出贴图视为通道。它有16个大小为7x7x8的3D内核。我不明白的是：

• 为什么这是Keras的默认行为
• 如何获得一个“传统”的卷积层而不陷入低级API（避免这是我首先使用Keras的原因）

_

---

Q1：因此内核大小的权重（7x7x16）。那么，为什么它的重量是实际尺寸（7x7x8x16）？

不，内核权重不是大小（7x7x16）

发件人：

例2。假设输入卷的大小为[16x16x20]。然后使用3x3的示例感受野大小，Conv层中的每个神经元现在与输入音量的连接总数为3*3*20=180。请注意，连接在空间上是局部的（例如3x3），但沿输入深度（20）是完全的

小心“每一个”

在您的模型中，7x7是您的单个筛选器大小，它将连接到上一个conv层，因此单个筛选器上的参数为7x7x8，您有16个，因此总参数为7x7x8x16

Q2：为什么这是Keras的默认行为？

---

参见Q1。

在典型的行话中，当有人提到具有N个大小（x，y）的内核的conv层时，这意味着内核实际上具有大小（x，y，z），其中z是输入卷到该层的深度

想象一下当网络的输入图像有R、G和B通道时会发生什么：每个初始内核本身有3个通道。后续层是相同的，将输入体积视为多通道图像，其中通道现在是某些其他特征的贴图

该3D内核在输入端“扫描”时的运动仅为2D，因此仍称为2D卷积，该卷积的输出为2D特征映射

编辑：

我在最近的一篇文章中找到了一段很好的引语

“在卷积层中，输入特征映射X是一个W1×H1×D1立方体，W1、H1和D1分别表示其宽度、高度和深度（也称为通道数）。同样，输出特征映射是一个包含W2×H2×D2项的立方体Z。卷积Z=f（X）由D2卷积核参数化，每个核都是一个S×S×D1立方体。”

from keras.models import Sequential
from keras.layers import InputLayer, Conv2D

model = Sequential([
    InputLayer((101, 101, 1)),
    Conv2D(8, (11, 11)),
    Conv2D(16, (7, 7))
])
model.weights