我正在用Tensorflow學習卷積神經網絡。卷積神經網絡中的濾波器如何生成多個通道？
我對tf.nn.conv2d有一些懷疑。它的一個參數是filter：
形狀的過濾器/內核張量[filter_height，filter_width，in_channels，out_channels]
我不明白什麼是out_channels意義。
假設輸入圖像爲[1, 3, 3, 1]。所以尺寸是3xx，通道是1.
然後我們有一個過濾器[2, 2, 1, 5]，這意味着在過濾之後，我們將有一個帶有5個通道的2x2（「有效」填充）大小的圖像。
5通道從哪裏來？根據我的理解，過濾只能生成1個通道。 Tensorflow使用5種不同的過濾功能嗎？
如您所述，tf.nn.conv2d函數的filter參數是尺寸爲[filter_height, filter_width, in_channels, out_channels]的4維張量。該張量表示尺寸爲filter_height x filter_width的一疊out_channels過濾器，其將被應用於具有in_channels通道的圖像上。
的參數，filter_height，filter_width和out_channels是由你定義，而input_channels取決於你的輸入tf.nn.conv2d。
換句話說，過濾器張量尺寸[2, 2, 1, 5]，代表了一個1聲道輸入應用5不同2 x 2過濾器，但你可以完全將其更改爲[2, 2, 1, 7]，或任何其他給你更好的結果。
爲了進一步說明，在下面的gif中，您有一個[3, 3, 1, 1]張量濾波器卷積在[1, 5, 5, 1]圖像上。這意味着您只有1過濾器在圖像上卷積。
http://stackoverflow.com/questions/34619177/what-does-tf-nn-conv2d-do-in-tensorflow的可能的複製 – jabalazs
不重複。我提出了不同的問題，它是對該主題的評論：關於這一點：「這仍然提供5x5輸出圖像，但有7個通道（尺寸爲1x5x5x7），每個通道由集合中的一個過濾器生成。 ，我仍然難以理解7個頻道來自哪裏？你是什麼意思「集合中的過濾器」？謝謝 – derek