Keras Conv2D：滤波器与内核大小的区别

Question

这两者有什么区别？更通俗地讲解一下卷积神经网络的相关概念将有助于回答该问题。

另外，作为一个附注，什么是通道？换句话说，请为我分解以下三个术语：通道、过滤器和卷积核。

- Baron Yugovich

Answer 1

每个卷积层由多个卷积通道（也称为深度或滤波器）组成。在实践中，它们是一些数字，例如 64、128、256、512 等，这相当于卷积层输出的通道数。另一方面，kernel_size 是这些卷积过滤器的大小。在实践中，它们取值如 3x3 或 1x1 或 5x5。为了简写，它们可以写为 1 或 3 或 5，因为在实践中它们大多是正方形。

编辑

以下引用应该更加清晰。

在 vlfeat 上的讨论

假设输入 X 的大小为 W x H x D x N（其中 N 是批次大小），输入到网络中包含大小为 FW x FH x FD x K 的过滤器 F 的卷积层中。

特征通道数 D 在此处是输入 X 的第三维（例如，如果输入由彩色图像组成，则通常在网络的第一个输入处为 3）。

滤波器数 K 是 F 的第四个维度。两个概念密切相关，因为如果一层中的过滤器数量为K，则会产生具有K个特征通道的输出。因此，下一层的输入将具有K个特征通道。

FW x FH是您正在寻找的过滤器大小。

补充说明：

你应该熟悉滤波器。你可以认为每个滤镜负责从原始图像中提取某种类型的特征。CNN尝试学习这样的过滤器，即在CNN训练期间对CNN进行参数化的过滤器是可学习的。您可以将每个滤波器应用于Conv2D中的每个输入通道，并组合这些通道以获得输出通道。因此，过滤器数量和输出通道数量相同。

- Dinesh

---

通道、滤波器和深度都是指同一件事吗？ - Baron Yugovich

只是为了确保，上面的FW是一个新的单变量，不像F*W，对吗？ - Baron Yugovich

是的，FW代表过滤器的宽度，FH代表过滤器的高度。 - Dinesh

所以，在输入中，这3个通道具有明确的含义，即R、G、B值。但在隐藏值中，有时我们会有多于3个通道，它们的含义是什么？此外，单个隐藏神经元中的值是否可以合并来自多个输入通道的值（例如同时包含R和B），或者在卷积过程中输入通道之间没有“混合”？ - Baron Yugovich

我修改了上述内容，以便解释筛选器。 - Dinesh