我对内核或过滤器感到困惑答案

【问题标题】：I am confused with the kernel or filter我对内核或过滤器感到困惑
【发布时间】：2020-07-31 08:01:03
【问题描述】：

我读了一篇文章，作者使用 CNN 的方案如下：

-----------------

Input image 30*30 => Feature maps => Feature maps =>  Feature maps => Feature maps
                       28 * 28          14*14            12*12            6*6
-----------------
            Filtring 5*3*3   downsampling 2*2    Filtring 5*3*3   downsampling 2*2

根据我的理解，我们有两个过滤器 5 * 3，最后一个 3 对应于通道 RGB 所以 3，对吗？

【问题讨论】：

标签： machine-learning image-processing deep-learning computer-vision conv-neural-network

【解决方案1】：

这意味着您有 5 个 3x3 的通道（意味着 5 个过滤器/内核）。

【讨论】：

感谢您的回复

【解决方案2】：

What they are trying to say is that:

First:
the conv is being done using 5 different 3x3 2d kernels
input 30x30 ==> output 5 different 28x28

Second:
max pool 2x2 ie the output dim becomes halved
input 28x28 ==> output 14x14

Third:
the conv is being done using 5 different 3x3 2d kernels
input 14x14 ==> output 5 different 12x12

Lastly:
max pool 2x2 ie the output dim becomes halved
input 12x12 ==> output 6x6

【讨论】：