多个核卷积

来源：6-3 卷积的计算

亨heng

2021-11-17

老师，这个图我没太懂，最左边四个是一个核（四通道）吗？如果是一个核的话这个不就是多通道单核问题了吗？可咱ppt的标题上是多个卷积核，如果是多个卷积核，那左边每种颜色就是一个核吗？右边输出的两个通道是怎么出来的。。有点混乱。。。😉麻烦老师解答一下呗😘

写回答

1回答

正十七

2021-11-25

左半部分是m-1层的输出，也是m层的输入，是4通道的。右半部分是m层的输出，是2通道。这个图从左到右可以认为是m层从输入到输出。一个卷积核对应的是输出通道里的一个输出，所以这里有两个卷积核。每个卷积核的参数包括在输入的四个通道上的四种颜色的方块表示的参数。图上只画出了w1对应的卷积核参数，w2的参数没有画出。

Google老师亲授 TensorFlow2.0 入门到进阶

Tensorflow2.0实战—以实战促理论的方式学习深度学习

1849 学习 · 896 问题

查看课程

相似问题

看到设置卷积神经网络的卷积核32个，大小是3,×3,请问这32个卷积和都是一样的吗？

回答 1

深度可分离卷积

回答 1

深度神经网络和卷积神经网络得效果差不多啊

回答 1

通过深度可分离卷积解决10-moneys问题出现bug

回答 1

深度可分离卷积在10monkeys中效果一般

回答 2

打开慕课网App查看更多内容