CNN中卷积核数和输出通道数的关系
首先明确两点:
CNN的卷积核通道数 = 卷积输入层的通道数;
CNN的卷积输出层通道数 = 卷积核的个数;
为了说明上述情况,我直接使用样例进行解释,毕竟看公式还是太繁琐:
这个例子中,输入是3通道,输出是2通道。所以有2个卷积核(对应输出通道数),每个卷积核是3通道的(对应输入通道数),卷积核的大小是3*3的。
接下来举例说明,这个-3是如何计算出来的。
参考文章:
1.https://blog.csdn.net/qq_41088475/article/details/105766758
2.https://zhuanlan.zhihu.com/p/258114454
3.https://blog.csdn.net/qq_32789231/article/details/103896996
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix