关于卷积核数的问题

来源：3-4 卷积神经网络实战

Mr_小祥

2018-08-04

在该章节搭建CNN的过程中，使用conv2d函数时，

conv1 = tf.layers.conv2d(x_image,

32,

[3,3], padding='same', activation=tf.nn.relu, name='conv1')

猜测第二个参数的意思应该是：使用32种不同的卷积核对图像进行卷积。

请问：我的理解对吗？请问具体它是使用了它自己预设32个的卷积核吗？例如检测垂直边缘、水平边缘、斜边缘等等。

写回答

1回答

正十七

2018-08-06

已采纳

是的，32这个数是指32个不同的卷积核。不过这些卷积核不是预设的，而是随机初始化然后使用梯度下降学习到的。这些在课程中都有讲到，同学，要注意听讲啊，哈哈。

慕妹2274842

https://blog.csdn.net/xys430381_1/article/details/82529397 这篇博客解答了我的疑问有同样不明白的同学可以阅读一下

2019-03-03

共4条回复

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 2