深度学习基础知识-----多通道卷积计算
以彩色RGB三通道图像为例：1、一个卷积核（一个Filter）的计算输入层与卷积核，需要有相同的channel数；输入层的每个channel 与卷积核对应的channel 进行卷积计算，然后每个 channel 的卷积结果按位相加得到最终的特征图。2、多卷积核（多个Filter）的计算（下图以2个Filter为例）当有多个卷积核时，可以学习到多种不同的特征，对应产生包含多个 channel 的 F
·
以彩色RGB三通道图像为例：
1、一个卷积核（一个Filter）的计算
输入层与卷积核，需要有相同的channel数；
输入层的每个channel 与卷积核对应的channel 进行卷积计算，然后每个 channel 的卷积结果按位相加得到最终的特征图。
2、多卷积核（多个Filter）的计算（下图以2个Filter为例）
当有多个卷积核时，可以学习到多种不同的特征，对应产生包含多个 channel 的 Feature Map。
卷积层设置2个 filter，输出Feature Map就有两个 channel；
卷积核也可理解为神经元；卷积核内的参数就是权重。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
3
0- 0
已为社区贡献9条内容
所有评论(0)