CNN AlexNet 卷积层
CNN AlexNet convolution layer
如有错误请指正；输入图像的维度是 227x227x3 所以在第一个卷积层之后输出维度将是 55x55x(3x96)=55x55x288 not 55x55x96.
见下图：
卷积层由多个内核大小为 (n x m) 的过滤器组成。每个过滤器都有维度 (n x m x c)，其中 c 是前一层中的通道数。在您的示例中，输入为 227x227x3，卷积层有 96 个过滤器，参数为 11x11x3（内核大小为 11x11）。每个过滤器都会创建一个 55x55x1 的新输出通道。结果的尺寸为 55x55x96。
如有错误请指正；输入图像的维度是 227x227x3 所以在第一个卷积层之后输出维度将是 55x55x(3x96)=55x55x288 not 55x55x96.
见下图：
卷积层由多个内核大小为 (n x m) 的过滤器组成。每个过滤器都有维度 (n x m x c)，其中 c 是前一层中的通道数。在您的示例中，输入为 227x227x3，卷积层有 96 个过滤器，参数为 11x11x3（内核大小为 11x11）。每个过滤器都会创建一个 55x55x1 的新输出通道。结果的尺寸为 55x55x96。