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)
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的
---------------------------------------池化----------------------------------------------------
运算: 取 最大值|均值 等等
维数的变化: 只变长宽,不变通道
参考博客:https://blog.****.net/sscc_learning/article/details/79814146