我一直在从头开始创建卷积神经网络，并且对如何处理隐藏的卷积层的内核大小有些困惑。例如，假设我有一个MNIST作为input (28 x 28)的图片，并将其放入以下图层。
kernel_size =（5,5）的卷积层具有32个输出通道
最大pooling层具有pool_size（2,2）和步骤（2,2）
如果我现在想创建内核大小=（5x5）和64个输出通道的第二个卷积层，我该如何进行？这是否意味着我只需要两个新的过滤器(2 x 32 existing channels)还是内核大小更改为(32 x 5 x 5)，因为已经有32个输入通道了？
由于初始输入是2D图像，由于输入现在是3维(32 x 14 x 14)，因此我不知道如何对隐藏层进行卷积。
答案 0 :(得分：0)
您需要64个内核，每个内核的大小为（32,5,5）。
内核的depth（#channels），在这种情况下为32，对于RGB图像为3，对于灰度等为1，应始终与输入深度匹配，但值均相同。 例如如果您具有3x3内核，例如：[-1 0 1; -2 0 2; -1 0 1]，现在您想将其与以 N 作为深度或说通道的输入进行卷积，只需将3x3内核在第三维中复制 N 次，遵循数学运算，就像1通道的情况一样，您将内核窗口乘以所有 N 通道中的所有值，然后将它们乘以内核值，得到的值仅为1项或像素。因此，最终得到的输出是一个具有1通道的矩阵：）您希望下一层的矩阵有多少深度？那就是您应该应用的内核数。因此，在您的情况下，这将是一个具有此大小（64 x 32 x 5 x 5）的内核，实际上是64个内核，每个内核具有32个通道，并且所有通道中的5x5值相同。
（“我说英语的人不是很自信，希望您能理解我的意思，如果有人编辑它，那会很好:)”）