假设一个卷积层接受一个输入尺寸为 5x100x100 并应用 10 个过滤器5x5x5，因此产生输出10 个 96x96 的特征图。
在反向传播期间，层接收形状为 10x96x96。
我的问题是如何计算?
根据那篇文章 可以计算为之间的卷积 和 . 不幸的是，本文没有涵盖具有多个过滤器和多个输入通道的情况。
自从 形状为 5x100x100 和 形状为 10X96x96，深度为 等于 5 和深度 等于 10。所以深度维度不匹配。在这种情况下如何计算卷积？
反向传播过程中 CNN 中滤波器权重的错误
数据挖掘
神经网络
美国有线电视新闻网
反向传播
2021-10-06 16:10:01
2个回答
一种可能的选择是填充低维对象以匹配高维对象的大小。填充最常见，因此输入和输出体积将始终具有相同的空间维度。可以用任何值填充其他单元格。最常见的是使用零或其他单元格的平均值，具体取决于过滤器操作。
我做了一些研究，发现为了计算我需要在输入之间进行卷积 并平铺 .
希望小插图有所帮助：
