卷积基础知识

时间:2018-03-03 08:16:06

标签: tensorflow convolution

我的怀疑是非常基本的。 假设我们有一个3通道图像和一个说2 * 2的过滤器,我们有6个这样的过滤器。 1.我们将滤镜滑过图像,计算每个空间位置的点积。我怀疑是: -

当一个过滤器是带输入图像的点积时。它的点积是针对整个3个通道计算的吗?

当我们获得激活地图时。这是与所有三个频道的点积结果对应的地图还是每个频道的单独激活地图?

1 个答案:

答案 0 :(得分:0)

如果在3通道图像上操作2 x 2滤镜,则每个滤镜的形状将为2 x 2 x 3。因此,当一个滤波器与图像卷积时,滤波器将与3通道图像元素相乘,然后将执行跨通道的求和。所以第一个问题的答案是肯定的。

关于激活图,卷积的输出将有6个通道,因为有6个滤波器。因此,每个通道对应于上述所有三个通道的点积结果。

阅读CS231n以更好地理解这些概念。

相关问题