卷积输出通道数的确定与计算

卷积输出通道数的确定与计算

引用

CSDN

1.

https://blog.csdn.net/qq_35037684/article/details/114935460

什么是卷积核的通道数？CNN的卷积输出通道数又是如何确定的？

CNN的卷积核通道数等于卷积输入层的通道数。例如，如果输入图像是RGB图像，那么输入层的通道数为3（对应红、绿、蓝三个颜色通道），卷积核的通道数也必须是3。

CNN的卷积输出层通道数（深度）等于卷积核的个数。假设我们有P个卷积核，每个卷积核的大小为K x K x C，其中C是输入的通道数。每个卷积核应用于输入都会产生一个输出通道，因此输出的通道数等于卷积核的个数P。

在卷积层的计算中，假设输入是H x W x C，其中C是输入的深度（即通道数）。卷积核（滤波器）的通道数需要和输入的通道数相同，所以也为C。假设卷积核的大小为K x K，那么一个卷积核就为K x K x C。计算时，卷积核的对应通道应用于输入的对应通道，这样一个卷积核应用于输入就得到输出的一个通道。假设有P个K x K x C的卷积核，这样每个卷积核应用于输入都会得到一个通道，所以输出有P个通道。

卷积层计算实例

这个例子中，输入是3通道（RGB图像），输出是2通道。因此，使用了2个卷积核（对应输出通道数），每个卷积核是3通道的（对应输入通道数），卷积核的大小是3*3的。

接下来举例说明，这个-3是如何计算出来的。