深度学习基础----CNN中channel的理解 + pooling的直观感受

-------------------------------------卷积-----------------------------------------------------

输入层:图片通道数

  • 如:彩色图片RGB,三层

 

卷积运算的要求: 通道一样

  • 卷积核的channel数 与  需要卷积运算数据的channl一致

 

卷积运算:内积

  • 卷积核各通道 分别与 数据对应通道    内积  +   相加(即,会降维)

深度学习基础----CNN中channel的理解 + pooling的直观感受

 

输出层通道数:核的个数

  • 上图运算后,会得到4×4×1的, 而如果有两个卷积核会得到4×4×2

 

 

---------------------------------------池化----------------------------------------------------

运算: 取 最大值|均值 等等

深度学习基础----CNN中channel的理解 + pooling的直观感受

 

维数的变化: 只变长宽,不变通道

深度学习基础----CNN中channel的理解 + pooling的直观感受

 

 

 

 

 

 

 

 

参考博客:https://blog.****.net/sscc_learning/article/details/79814146

                  https://www.cnblogs.com/python-frog/p/9380290.html