卷積網中顏色通道之間的相互作用是什麼？

Question

我想知道的顏色通道中的卷積淨如何相互作用：

1. 是它正確的，一個2D內核應用於導致獨立輸出的每一個（彩色）信道，該信息僅在組合完全連接層？

2. 如果我想讓我的網絡利用不同渠道中包含的信息，我可以使用3D內核進行3D卷積嗎？ （我正在解決不包括圖像識別的任務，而是包括多個包含不同信息的2D矩陣 - 我想要找到這些2D矩陣之間的某些相關性）

3. 基於上述內容：Tensorflow包括2D-採用[in_height，in_width，in_channels] - 輸入的卷積以及採用[in_height，in_width，in_depth，in_channels] - 輸入的3D卷積。如果我設置[2,2,2]（例如; 2D）和[2,2,2,1]（3D），他們是否執行相同的操作？

感謝

Answer 1

我想我想通了......

使用二維CONV將使用3D內核以及（跨渠道），但進步是零到通道方向。由此產生二維矩陣作爲輸出。

使用3d conv將使用3d內核（橫跨h，w，d）&在所有方向都有大步。產生一個3D矩陣作爲輸出。

乾杯