我正在用Tensorflow学习卷积神经网络。卷积神经网络中的滤波器如何生成多个通道？
我对tf.nn.conv2d有一些怀疑。它的一个参数是filter：
形状的过滤器/内核张量[filter_height，filter_width，in_channels，out_channels]
我不明白什么是out_channels意义。
假设输入图像为[1, 3, 3, 1]。所以尺寸是3xx，通道是1.
然后我们有一个过滤器[2, 2, 1, 5]，这意味着在过滤之后，我们将有一个带有5个通道的2x2（“有效”填充）大小的图像。
5通道从哪里来？根据我的理解，过滤只能生成1个通道。 Tensorflow使用5种不同的过滤功能吗？
如您所述，tf.nn.conv2d函数的filter参数是尺寸为[filter_height, filter_width, in_channels, out_channels]的4维张量。该张量表示尺寸为filter_height x filter_width的一叠out_channels过滤器，其将被应用于具有in_channels通道的图像上。
的参数，filter_height，filter_width和out_channels是由你定义，而input_channels取决于你的输入tf.nn.conv2d。
换句话说，过滤器张量尺寸[2, 2, 1, 5]，代表了一个1声道输入应用5不同2 x 2过滤器，但你可以完全将其更改为[2, 2, 1, 7]，或任何其他给你更好的结果。
为了进一步说明，在下面的gif中，您有一个[3, 3, 1, 1]张量滤波器卷积在[1, 5, 5, 1]图像上。这意味着您只有1过滤器在图像上卷积。
http://stackoverflow.com/questions/34619177/what-does-tf-nn-conv2d-do-in-tensorflow的可能的复制 – jabalazs
不重复。我提出了不同的问题，它是对该主题的评论：关于这一点：“这仍然提供5x5输出图像，但有7个通道（尺寸为1x5x5x7），每个通道由集合中的一个过滤器生成。 ，我仍然难以理解7个频道来自哪里？你是什么意思“集合中的过滤器”？谢谢 – derek