所有的卷积神经网络都可以用于任意数量通道的图像吗？
Can all convolutional neural networks be used with images of any number of channels?
例如，我可以对灰度图像和 RGB/coloured 图像使用相同的 cnn 吗？
不做任何预处理，肯定不行。当您构建和训练您的神经网络时，您需要知道输入形状。例如：25x25xn，其中 n 是通道数。
你可以做的是做一个全卷积神经网络，这样你就可以输入一个nxn的图像。这里有更好的解释：
另一种方法是处理您的输入以获得您需要的形状。在您的情况下，您可以复制并粘贴其他 2 个通道的灰度图像或灰度 RGB 图像。但是你需要有固定的输入形状。
在将图像输入神经网络之前对其进行预处理实际上是很常见的。例如裁剪、重新缩放、灰度、归一化甚至过滤器，以便您的输入图像具有已知形状并且与您的训练集相似。
例如，我可以对灰度图像和 RGB/coloured 图像使用相同的 cnn 吗？
不做任何预处理，肯定不行。当您构建和训练您的神经网络时，您需要知道输入形状。例如：25x25xn，其中 n 是通道数。
你可以做的是做一个全卷积神经网络，这样你就可以输入一个nxn的图像。这里有更好的解释：
另一种方法是处理您的输入以获得您需要的形状。在您的情况下，您可以复制并粘贴其他 2 个通道的灰度图像或灰度 RGB 图像。但是你需要有固定的输入形状。
在将图像输入神经网络之前对其进行预处理实际上是很常见的。例如裁剪、重新缩放、灰度、归一化甚至过滤器，以便您的输入图像具有已知形状并且与您的训练集相似。