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?
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