首页 > 代码库 > 卷积层channel数量变化过程

卷积层channel数量变化过程

  卷积神经网络的总体架构是金字塔型,如下图。

技术分享

CNNs架构图

可以看到,每一层的channel数量是变化的。如上图中,左边的第一层只有R、G、B三个channel,第二层有16个channel,第三、四层分别有64、256个。

那么这些channel数量是如何变化的呢?

 

基本过程:

对于输入图片的每一个patch(下图中的绿色部分),运行一个具有K个输出的小神经网络,把这K个输出垂直的表示为一列(高度是K,如下图所示)。将这个patch在整个图片上滑动,每一个位置都执行上述操作,在输出端我们就可以得到一个深度为K的图。

技术分享

channel变化过程

卷积层channel数量变化过程