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?