在进行卷积的操作过程中，我们会经常调整卷积的输出通道和输入通道，这样做的原因是什么？？？对于我们的特征提取有什么影响？
还有就是如果一个卷积后的特征层通道数是256。如果将通道数分为两个128，那么前边的128和后边的128是否是一样的
在对于卷积的操作工程中，通道数channel的不同代表着什么？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2021-01-10 22:20回答 2 已采纳 输入S2: [14, 14, 6], 经过卷积输出C3: [10, 10, 16], 输入有6个通道，输出有16个通道，假设卷积核大小为k，则每个卷积核的形状是[k，k，6], 每个卷积核和S2进行一
- 2022-08-14 18:07回答 3 已采纳 3x3卷积比5x5尺寸更小，两个3x3卷积的感受野等于5x5卷积，并且参数量少了百分之20多，还多了一层的非线性优化。觉得解决问题了，给个采纳呗。
- 2023-02-19 22:54回答 2 已采纳 分组卷积是在通道维度上将输入和卷积核分为多个组，每个组内的通道共享同一个权重矩阵。因此，当 group=1 时，分组卷积与普通卷积相同。 在您提供的情况中，将 3 通道的输入图片分为 4 个 3x4x
- 2018-10-15 21:42frank909的博客 之前，有写了一篇博文，【深度学习入门】——亲手实现图像卷积操作介绍卷积的相应知识，但那篇文章更多的是以滤波器的角度去讲解卷积。但实际上是神经网络中该博文内容并不适应。 之前的文章为了便于演示，针对的是...
- 2023-03-04 17:42回答 1 已采纳 该回答引用ChatGPT 1、在卷积神经网络中，训练集中的样本经过卷积、池化、激活等操作提取特征后，会进入全连接层。在全连接层中，输入的特征向量x被乘以权重矩阵w1和w2，并加上偏置b，得到输出向
- 2020-05-29 20:31回答 1 已采纳 https://blog.csdn.net/xueweuchen/article/details/44216925
- 2022-01-13 15:01回答 1 已采纳 可以啊，冻结之后只是不更新参数和计算梯度，优化器在step的时候遇到不计算梯度的话自动就不更新参数了，但是反向传播还是正常进行的。
- 2023-10-07 00:12云边牧风的博客 矩阵在CNN中的应用3.1 图像表示与卷积运算3.2 特征提取与矩阵分解3.3 参数优化与梯度计算3.4 图像生成与矩阵合成4. 矩阵运算在CNN设计与优化中的启发4.1 模型参数组织与计算优化4.2 矩阵分解与特征选择4.3 并行计算...
- 2022-10-24 13:18回答 1 已采纳 看你的初始化算子是怎么做的，例如你的算子是[[0,0,0],[0,1,0],[0,0,0]]这个，就不会有差别，还是原来的图像，如果是其他的，一般来说会有差别的，具体差距大到多少也不好说，还是得看计算
- 2023-02-27 12:10回答 3 已采纳 该回答引用GPTᴼᴾᴱᴺᴬᴵ在卷积神经网络中，每个卷积层通常有多个滤波器（也称为卷积核或权重），每个滤波器负责从输入特征图中提取不同的特征。在进行卷积操作时，每个滤波器都会在输入特征图上进行滑动，计算
- 2021-07-07 01:27回答 1 已采纳 简单来说卷积就相当于加法，卷积核覆盖区域中卷积元素和矩阵对应位置的元素相乘再全部加起来。比如图中：1、第一步红色的箭头和红色的方框，红色方框相当于卷积第一步覆盖区域，由于卷积核都为1，所以最终输出的矩
- 2022-08-04 01:21黄沛鑫HPX的博客 深度学习中的卷积类型
- 2017-07-19 02:16回答 5 已采纳 卷积：函数的加权叠加；积分：定积分和不定积分。
- 2022-10-15 19:38三分的bank的博客 本文为ouc软件工程导论课程第三次作业————卷积神经网络
- 2022-07-20 21:00Briwisdom的博客 我是在2017年开始接触深度学习技术，完成硕士课题研究，在2019年毕业后以算法工程师职位进入AI创业公司，如今工作3年了。俗话说，温故而知新，结合自己这几年的工作经验，再重新回顾一些那些年是一知半解的，经典的...
- 没有解决我的问题, 去提问
悬赏问题
- ¥15 使用C#，asp.net读取Excel文件并保存到Oracle数据库
- ¥15 C# datagridview 单元格显示进度及值
- ¥15 thinkphp6配合social login单点登录问题
- ¥15 HFSS 中的 H 场图与 MATLAB 中绘制的 B1 场 部分对应不上
- ¥15 如何在scanpy上做差异基因和通路富集？
- ¥20 关于#硬件工程#的问题，请各位专家解答！
- ¥15 关于#matlab#的问题：期望的系统闭环传递函数为G(s)=wn^2/s^2+2¢wn+wn^2阻尼系数¢=0.707，使系统具有较小的超调量
- ¥15 FLUENT如何实现在堆积颗粒的上表面加载高斯热源
- ¥30 虚心请教几个问题，小生先有礼了
- ¥30 截图中的mathematics程序转换成matlab