了解caffe中的卷积层深度
Understanding convolutional layer depth in caffe
我是 caffe 的新手，我用 64 个 7x7 的特征图训练了一个卷积神经网络，当我得到一个过滤器的权重时，y 得到一个 7x7 矩阵。然而，我的第二层有 32 个 3x3 的特征图，当我得到任何过滤器的权重时，我得到了第二层任何过滤器的 3x3 内核的 64 个矩阵。
有人知道为什么吗？
TL;DR:
The filters of a convolutional layer must matches the number of
channels of that layer's input.
让我们看一个例子：
假设您的网络接收尺寸为 128x128（高度和宽度均为 128 像素）的 3 通道彩色图像（例如 RGB）作为输入。因此，您的第一个卷积层（我们称之为 conv1）的输入将是 3x128x128（通道 x 宽度 x 高度）。
现在假设 conv1 有 64 个大小为 7x7 的过滤器。为了处理来自输入的所有值，单个过滤器必须与馈送到该层的输入通道的数量相匹配（否则在卷积过程中不会考虑某些通道）。所以它也必须是 3 通道滤波器，最后，我们将有 64 个尺寸为 3x7x7 的滤波器 conv1.
Conv1 将输出尺寸为 64x128x128 的图（过滤器数量 X 重量 X 高度）。如果您不清楚，请查看 this demo [1].
然后下一个卷积层 (conv2) 的过滤器也必须匹配它们的维度才能匹配输出。例如，32 个大小为 64x5x5 的过滤器（对于空间维度为 5x5 的过滤器）。等等...
（为了简单起见，我们假设我们 zero-pad 卷积之前的输入。Zero-padding 是我们对输入进行卷积的 "border" 个零地图。这意味着空间维度，即宽度和高度，不会改变。如果没有填充，则输出将小于输入。例如，对于输入大小为 128x128 的 7x7 过滤器，输出最终将是大小为 125x125。空间维度的减少等于 floor(filter_size / 2) )
[1] CS231n Convolutional Neural Networks for Visual Recognition
我是 caffe 的新手，我用 64 个 7x7 的特征图训练了一个卷积神经网络，当我得到一个过滤器的权重时，y 得到一个 7x7 矩阵。然而，我的第二层有 32 个 3x3 的特征图，当我得到任何过滤器的权重时，我得到了第二层任何过滤器的 3x3 内核的 64 个矩阵。 有人知道为什么吗？
TL;DR:
The filters of a convolutional layer must matches the number of channels of that layer's input.
让我们看一个例子：
假设您的网络接收尺寸为 128x128（高度和宽度均为 128 像素）的 3 通道彩色图像（例如 RGB）作为输入。因此，您的第一个卷积层（我们称之为 conv1）的输入将是 3x128x128（通道 x 宽度 x 高度）。
现在假设 conv1 有 64 个大小为 7x7 的过滤器。为了处理来自输入的所有值，单个过滤器必须与馈送到该层的输入通道的数量相匹配（否则在卷积过程中不会考虑某些通道）。所以它也必须是 3 通道滤波器，最后，我们将有 64 个尺寸为 3x7x7 的滤波器 conv1.
Conv1 将输出尺寸为 64x128x128 的图（过滤器数量 X 重量 X 高度）。如果您不清楚，请查看 this demo [1].
然后下一个卷积层 (conv2) 的过滤器也必须匹配它们的维度才能匹配输出。例如，32 个大小为 64x5x5 的过滤器（对于空间维度为 5x5 的过滤器）。等等...
（为了简单起见，我们假设我们 zero-pad 卷积之前的输入。Zero-padding 是我们对输入进行卷积的 "border" 个零地图。这意味着空间维度，即宽度和高度，不会改变。如果没有填充，则输出将小于输入。例如，对于输入大小为 128x128 的 7x7 过滤器，输出最终将是大小为 125x125。空间维度的减少等于 floor(filter_size / 2) )
[1] CS231n Convolutional Neural Networks for Visual Recognition