我有一个关于 CNN 中卷积层的简单问题。考虑我们有 32 个大小的特征图. 那么，我们可以设置16个大小的卷积层吗在特征图之后？卷积层的深度没有任何限制？那么如果我们可以，那么每个layer 只产生一层？（depth=16 如何在 depth=32 上工作）？
卷积神经网络中的体积
数据挖掘
机器学习
神经网络
深度学习
美国有线电视新闻网
卷积
2022-02-17 12:18:37
1个回答
当您有 32 个高度和宽度等于 100 且每个深度等于 1 的特征图时，这意味着您有 32 个平面，这是视觉人士的常用术语，有 100 x 100 个条目。您可以设置下一层的高度和宽度，它们可以是任意的。您还可以设置特征图的数量，但每个特征图的深度将等于前一层的特征图的数量。因此，如果将高度和宽度设置为 9，并且将特征图的数量设置为 16，则它应该是 16 * 9 * 9 * 32。正如您在 16 * 9 * 9 * 32 中看到的，32 位于最后，这最后称为通道。您不能设置深度，因为它应该等于前一层的通道数、特征图数。
16 * 9 * 9 * 32 表示您有 16 个维度为 9 * 9 * 32 的特征图，因此每个特征图的输出将是前一层和每个特征图的所有输出的成员乘积9 * 9 * 32 个内核。因此，结果将是 16 个平面。
我强烈建议你看看这里。