卷積神經(jīng)網(wǎng)絡(luò)算法 如何理解卷積神經(jīng)網(wǎng)絡(luò)里卷積過濾器的深度問題?
如何理解卷積神經(jīng)網(wǎng)絡(luò)里卷積過濾器的深度問題?我們通常看到的卷積濾波器原理圖是這樣的:這實(shí)際上是卷積濾波器的“展平”或“展平”。例如,上圖中的粉紅色卷積濾波器是3x3x3,即長3,寬3,深3。然而,在圖
如何理解卷積神經(jīng)網(wǎng)絡(luò)里卷積過濾器的深度問題?
我們通常看到的卷積濾波器原理圖是這樣的:
這實(shí)際上是卷積濾波器的“展平”或“展平”。例如,上圖中的粉紅色卷積濾波器是3x3x3,即長3,寬3,深3。然而,在圖中,它是在兩個(gè)維度中繪制的-深度被省略。
.由于卷積濾波器的深度與輸入圖像的深度相同,所以原理圖中沒有繪制深度。如果同時(shí)繪制深度,效果如下:
(圖片來源:mlnotebook)
如上所述,卷積濾波器的深度與輸入圖像的深度相同,即3。
順便說一下,輸入圖像深度是3,因?yàn)檩斎雸D像是彩色圖像,深度是3,分別是R、G和b值。
(圖片來源:mlnotebook)
總之,卷積濾波器的深度應(yīng)該與輸入數(shù)據(jù)的深度一致。