彩色图像卷积核的张量流权重？

Question

目前我有一些网络使用灰度图像进行分类。我想继续使用彩色 (RGB) 图像。

在 Tensorflow 的 CIFAR-10 教程中，我对卷积核的权重感到困惑。第一个卷积看起来像这样：

kernel = _variable_with_weight_decay('weights', shape=[5, 5, 3, 64],
                                         stddev=1e-4, wd=0.0)
conv = tf.nn.conv2d(images, kernel, [1, 1, 1, 1], padding='SAME')

所以它是一个 5x5 卷积，输入为 3（每个颜色通道一个：红色、绿色和蓝色图像信息），它生成 64 个特征图。

然而，第二个卷积层采用64个特征图的输入：

kernel = _variable_with_weight_decay('weights', shape=[5, 5, 64, 64],
                                         stddev=1e-4, wd=0.0)
conv = tf.nn.conv2d(norm1, kernel, [1, 1, 1, 1], padding='SAME')

...那么，这个是如何处理颜色信息的呢？这是否意味着不同的颜色通道以某种方式传播在卷积层 1 的 64 个特征图上？

我认为 conv 层 1 为每个颜色通道生成 64 个特征图，因此最终得到 3 * 64 = 196 个特征图……但显然我错了。

conv layer 1中的颜色信息mixed是怎样的？

Answer 1

参见 CuDNN 描述中的等式 3 here

基本上对于单个示例（n），单行（p）和单列（q），空间卷积的结果将是[的加权和=13=] 值。所以每次激活都将包含所有 3 种颜色的信息。

彩色图像卷积核的张量流权重？

Tensorflow weights for kernels of convolution for colored images?

python

colors

neural-network

conv-neural-network

tensorflow