关于卷积核的channel
来源：3-19 Inception系列-卷积神经网如何减少参数量和计算量
MontecarloTree
2019-10-15
老师好，刚看完3-19关于卷积核的一个问题：如图输入的图像信息
ln_w=28，ln_h=28，in_channel=192，k_w =3，k_h=3，out_channel=128，
输出的结果是像上图这样吗？看到很多文献上说，如果进入下一步卷积，下一步的in_channel应该是128，那么26×26×192这个六面体会被二维化吗？包括Inception v1中输入信息用1×1×96 kernel处理后，是以什么形式进入下一步3×3×128的卷积的呢？谢谢
写回答
1回答
-
会写代码的好厨师
2019-11-06
图应该是有问题的。
28*28*192 卷积之后的输出应该是26*26*128
如果卷积层做了pad，那输出的结果就是28*28*128，不是192.
你可以把它理解成输入的feature 使用128个不同的卷积核做卷积操作，每次输出一个feature map。一共128次，就是26*26*128
00
相似问题