Neural network 输出体积的大小（卷积神经网络） 介绍

根据我的理解，输出体积的

大小

表示给定以下参数的神经元数量：

输入卷大小（W）

Conv层神经元的感受野大小（F），即内核或过滤器的大小

应用它们的步幅（S）或我们用于移动内核的步骤

边界上使用的零填充量（P）

我贴了两个例子。在例1中，我一点问题都没有。但在例2中，我感到困惑

---

例1 在真实世界示例中部分中，它们以

[227 x 227 x 3]

输入图像开始。参数如下：

F=11，S=4，P=0，W=227

我们注意到卷积的深度为

K=96

（为什么？

输出卷的大小为
（227-11）/4+1=55
。因此，我们将有
55 x 55 x 96=290400
神经元，每个神经元指向图像中的
[11 x 11 x 3]
区域，这实际上是我们想要计算点积的内核


例2
以下示例取自Numpy examples部分。我们有一个具有以下形状的输入图像
[11 x 11 x 3]
。用于计算输出卷大小的参数如下：
W=11、P=0、S=2和F=5

我们注意到卷积的深度为
K=4

公式
（11-5）/2+1=4
只产生4个神经元。每个神经元指向图像中大小为
[5 x 5 x 4]
的区域

看起来他们只是在x方向移动内核。我们不应该有12个神经元，每个神经元都有重量

V[0,0,0] = np.sum(X[:5,:5,:]   * W0) + b0
V[1,0,0] = np.sum(X[2:7,:5,:]  * W0) + b0
V[2,0,0] = np.sum(X[4:9,:5,:]  * W0) + b0
V[3,0,0] = np.sum(X[6:11,:5,:] * W0) + b0


问题

我真的不明白为什么只使用4神经元而不使用12
为什么他们在示例1中选择了
K=96
W参数是否始终等于输入图像中的宽度
示例1

为什么卷积的深度是K=96

深度（K）等于卷积层上使用的滤波器数量。通常，数字越大，效果越好。问题是：训练速度较慢。复杂的图像需要更多的过滤器。我通常在开始测试时在第一层使用32个过滤器，在第二层使用64个过滤器

示例2

公式（11-5）/2+1=4只产生4个神经元

我不是专家，但我认为这是错误的。公式仅定义输出大小（高度和宽度）。卷积层具有大小（高度和宽度）和深度。大小由该公式定义，深度由使用的过滤器数量定义。神经元总数为：

## height * width * depth
4 * 4 * 4 = 64

问题

该层有64个神经元，每个深度切片16个
过滤器的数量越多，通常越好
据我所知，你需要分别计算卷积层的高度和宽度。计算输出宽度时，W将是图像的宽度，F将是所用过滤器的宽度。计算高度时，将使用图像和过滤器的高度。当图像和过滤器平方时，您可以执行单个操作，因为两个操作的结果相同
谢谢你，威尔·格鲁克。对不起，最后一个问题。我说的对吗：卷曲有高度、宽度和深度。在实例2中，卷积层具有64个神经元。