1.多输入通道
2.多输入多输出通道
用ci和co分别表示输入和输出通道的数量,用kh和kw表示卷积核的尺寸,那么,对ci个输入通道,每一个通道都需要一个卷积核(识别并组合输入中的模式),于是,要输出一个通道,所需的卷积核尺寸就是ci*kh*kw的,那么要输出co个通道(识别输入中的co个特定模式),所需的卷积核尺寸就是co*ci*kh*kw的。
通道是干什么用的?
输入通道中的卷积核识别并组合输入中的模式。
每个输出通道可以识别特定模式。(输出的每个通道对应的那个3d卷积核都是不同的,不同的卷积核自然能识别不同的模式。)
举个例子,比如要识别一只猫:原始的图片进来后,底层的网络可能会用不同的通道分别识别图像的小局部的信息,如:这里是一个什么角度的边,那里是一个什么角度的边等;稍高层的会把识别到的纹理组合起来,比如这里是猫耳朵的纹理,那里是猫的胡须的纹理等;到很高层的时候,可能每个通道识别出来的都是很高级的模式,比如这里是猫头,那里是猫耳朵等等。最高层识别出这是一只猫。
3. 1*1的卷积核
标签:输出,ci,卷积,6.4,识别,输入,通道 From: https://www.cnblogs.com/pkuqcy/p/17592688.html