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?
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