一个基础知识的问题：请问卷积是如何在通道上进行降维的呢？
来源：3-19 Inception系列-卷积神经网如何减少参数量和计算量
慕粉2767861
2019-03-28
老师我看的有点晕，一张RGB图像不是就是3个通道么，为什么会有128个通道？
在这里的128通道是怎么通过卷积变成32通道的呢？按照我之前对卷积运算的理解，1x1的卷积核步长为1的输出应该和原来的大小一样的。
写回答
1回答
-
首先这副图片并不是从数据层开始的，而是其中的一部分。所以这一层输入的数据我们可以定义为nhwc其中c是通道数。再来看卷积为什么可以改变channel，这里的改变并不是说对当前的这个输入数据做了什么特殊的处理。而是，在当前对输入的数据做卷积，卷积层有一个参数是定义输出数据的通道数，也就是要学的卷积核的数量。如果输入数据是nhwc在经过卷积处理之后我们可以设置输出通道数是m，那这个时候数据就变成了nhwm，如果n小于m，这个时候我们就认为卷积减少了通道数，完成这个操作的一般是1*1的卷积，因为参数量和计算量小。还有就是通过卷积运算，也算是对特征进行了选择性学习。
不知道这样解释，你有没有清楚？022019-10-26
相似问题