Keras Conv2D 和输入通道

Question

Keras 层文档指定了卷积层的输入和输出大小： https ://keras.io/layers/convolutional/

输入形状： (samples, channels, rows, cols)

输出形状： (samples, filters, new_rows, new_cols)

内核大小是一个空间参数，即只确定宽度和高度。

因此，无论 c 的值如何，具有 c 通道的输入将产生具有 filters 通道的输出。因此，它必须应用具有空间 height x width 过滤器的 2D 卷积，然后以某种方式为每个学习的过滤器聚合结果。

这个聚合运算符是什么？它是跨渠道的总和吗？我可以控制它吗？我找不到有关 Keras 文档的任何信息。

• 请注意，在 TensorFlow 中，过滤器也在深度通道中指定： https ://www.tensorflow.org/api_guides/python/nn#Convolution ，因此深度操作很清楚。

谢谢。

原文由 yoki 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

它被称为 Conv2D 层可能会让人感到困惑（对我来说，这就是我来寻找这个答案的原因），因为正如 Nilesh Birari 评论的那样：

我猜你错过了它的 3D 内核 [宽度、高度、深度]。所以结果是跨渠道求和。

也许 2D 源于这样一个事实，即内核仅沿两个维度 _滑动_，第三个维度是固定的，由输入通道的数量（输入深度）决定。

如需更详尽的解释，请阅读 https://petewarden.com/2015/04/20/why-gemm-is-at-the-heart-of-deep-learning/

我从那里摘了一张说明性图片：

原文由 noio 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

我也在想这个，并在 这里 找到了另一个答案，其中有说明（强调我的）：

也许多通道输入的最具体示例是当您有一个具有 3 个 RGB 通道的彩色图像时。让我们把它放到一个具有 3 个输入通道和 1 个输出通道的卷积层。 (…) 它所做的是计算每个滤波器与其对应的输入通道 (…) 的卷积。所有通道的步幅相同，因此它们输出相同大小的矩阵。现在， 它对所有矩阵求和并输出一个矩阵，这是卷积层输出的唯一通道。

插图：

请注意， 每个通道的卷积核的权重是不同 的，然后在反向传播步骤中通过诸如随机梯度下降 (SDG) 等基于梯度下降的算法对其进行迭代调整。

这是来自 TensorFlow API 的更技术性的回答。

原文由 Alaroff 发布，翻译遵循 CC BY-SA 4.0 许可协议