我正在阅读TensorFlow网站上的材料:
https://www.tensorflow.org/tutorials/layers
假设我们有10张灰度单色的28x28像素图像,1. 如果在第一个卷积层中应用32个5x5的卷积滤波器并使用0填充,我们会得到10*32*28*28的数据。 2. 如果在第一个池化层中应用2x2的最大池化和步幅2,则会得到10*32*14*14的数据。 3. 到现在为止,一幅图像已经变成了32通道的14*14大小图像。
因此,如果我们应用第二个卷积层(比如说64个5x5的卷积滤波器),我们是否将这些滤波器应用于每个图像的每个通道,并获得10*32*64*14*14的数据呢?
64*5*5
,对吗? - John5*5
过滤器考虑到输入上的所有32个通道,以产生一个结果特征图。这个过程需要64次,每次使用64个不同的权重进行操作,否则您将得到64个相同的特征图。 - kafman