卷積層通道數大小的問題
2019/12/21 02:17 下午
機器學習共學討論版
BC Kung
觀看數：3
回答數：2
收藏數：0
ml100-3
ml100-3-d96
各位專家好:
本周的投影片的第三頁有這句話：
影像經過卷積後稱作特徵圖(feature map)，經過多次卷積層後，特徵圖的尺吋(width, height)
會越來來越小，但是通道數(Channel) 則會越來來越大
有以下兩個要點，不知道我這樣子理解是否正確??
- 經過多次卷基層後，特徵圖的尺寸越來越小
原因是CNN網路中，一個Convolution layer 會伴隨一個 Pooling layer，所以特徵圖繪越來越小
- 通道數(Channel) 則會越來越大??
是因為每層的 Filters 數目會越來越多嗎?? 就我所知，每一個filter作用圖片產生的 feature map，通通疊起來，會產生一個3d 的特徵圖，做為下一層 Convolution 的輸入，不知道這樣子理解是否正確?