2、卷積核,感受野


在卷積神經網絡中,感受野的定義是 卷積神經網絡每一層輸出的特征圖(feature map)上的像素點在原始圖像上映射的區域大小。

原始輸入為5*5大小,使用一個5*5大小的核,處理它,得到的結果為1*1大小, 卷積核參數為25。

原始輸入是5*5大小,使用兩次3*3大小的核,處理它,得到的結果為1*1大小,卷積核參數為9 * 2 = 18。

也就是說,2層3*3的卷積核,可以替代一個5*5的卷積核。

 

感受野大小計算

https://zhuanlan.zhihu.com/p/35708466

[公式] 層的感受野大小計算如下:

[公式]
其中
[公式] 是第 [公式] 層的感受野大小,而 [公式] 是當前層的卷積核大小, [公式] 是第 [公式] 層的步長。

 

1x1卷積核:https://zhuanlan.zhihu.com/p/40050371

當1x1卷積核的個數小於輸入channels數量時,起到降維的作用。當輸入為6x6x32時,1x1卷積的形式是1x1x32,當只有一個1x1卷積核的時候,此時輸出為6x6x1。

1x1卷積一般只改變輸出通道數(channels),不改變輸出的寬度和高度,可以實現跨通道的信息交互。

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM