彩色图像上卷积滤波器后输出张量的形状

【问题标题】：shape of an output tensor after convolutional filter on a colour image彩色图像上卷积滤波器后输出张量的形状
【发布时间】：2021-05-05 19:01:55
【问题描述】：

我发现很难理解张量的概念。对于 VGG (https://www.tensorflow.org/api_docs/python/tf/keras/applications/VGG16)，我们从一批彩色图像 (none,224,224,3) 开始，应用 64 个 2D 卷积滤波器。在输出中我们得到一个张量 (none,224,224,64)，我们可以通过对模型进行总结来看到这一点。但是，过滤器必须处理所有 3 种颜色，我的直觉告诉我应该有一个输出张量 (none,224,224,3,64)。有人可以向我解释为什么我的推理是错误的吗？谢谢你的解释。

【问题讨论】：

标签： python tensorflow keras tensorflow2.0 tensor

【解决方案1】：

所有过滤器都有形状

(kernel_height, kernel_width, input_channels)

当他们使用'SAME' 填充传递您的输入数据时，输出形状结果为

(input_height, input_width)

而且，对于所有过滤器，所以

(input_height, input_width, n_filters)

【讨论】：