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

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。

0
4
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

查看课程