pytorch中,不同的kernel对不同的feature map进行卷积之后输出某一个channel对应的多个feature map如何得到一个channel的feature map

实际上在卷积操作的时候,比如说,我某一层输出的feature map的size为4713*13

channel的数目为7,设经过某卷积层之后,网络输出的feature map的channel的数目为17

从7个channel到17个channel,假设卷积核的kernel为33,那么这个卷积层的参数就有17733,那么,对于一个具体的操作而言

比如说,输出feature map有17个通道,对于输出feature map的第一个通道,是由其他7个kernel对输入的7个channel的feature map进行卷积之后,综合得到?

那么问题来了,什么是综合呢?是将所有的元素相加然后求和还是将所有的元素相加求平均?

来看代码

显然,是简单粗暴的相加得到输出的feature map某一个channel的值

posted on 2018-10-24 17:27  YongjieShi  阅读(1927)  评论(0编辑  收藏  举报

导航