了解卷积神经网络 (CNN) 输入形状和输出形状中的通道答案

【问题标题】：Understanding Channel in Convolution Neural Network (CNN) input shape and output shape了解卷积神经网络 (CNN) 输入形状和输出形状中的通道
【发布时间】：2019-01-08 19:22:15
【问题描述】：

我试图按照本教程进行操作 https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

在基线模型中，它具有 model.add(Conv2D(32, (3, 3), input_shape=(3, 150, 150)))

我不太了解这里的输出形状。如果输入形状为 3x150x150，内核大小为 3x3，那么输出形状不是 3x148x148 吗？（假设没有填充）。但是，根据 Keras Doc：

输出形状：4D 张量，形状：(batch, filters, new_rows, new_cols)

在我看来，输出形状将是 32x148x148。我的问题是这种理解是否正确？如果是这样，额外的过滤器是从哪里来的？

【问题讨论】：

标签： keras neural-network conv-neural-network

【解决方案1】：

如果输入形状为(3, 150, 150)，则应用Conv2D层后输出为(?, 32, 148, 148)。看看下面的例子：

inps = Input(shape=(3, 150, 150))
conv = Conv2D(32, (3, 3), data_format='channels_first')(inps)
print(conv)
>> Tensor("conv2d/BiasAdd:0", shape=(?, 32, 148, 148), dtype=float32)

?符号指定的第一个维度是批量大小。
第二个维度是过滤器大小 (32)。
最后两个是图片宽度和高度 (148)。

通道如何从 3 变为 32？ 假设我们有 RGB 图像（3 个通道）并且输出通道大小为 1。会发生以下情况：

当您使用 filters=32 和 kernel_size=(3,3) 时，您将创建 32 个不同的过滤器，每个过滤器的形状为 (3,3,3)。结果会带来32个不同的卷积。请注意，根据Keras，所有内核在开头都由glorot_uniform初始化。

图片来自blog post。

【讨论】：

谢谢。我的部分问题是 3 通道图像如何获得 32 通道（或过滤器）的输出。我得到了更新宽度和高度以及批量大小的点。
@clwen 您将过滤器设置为 32，这意味着它为每个图像生成 32 个特征图或通道。
感谢您使用图进行编辑。在这种情况下，我们得到 32 个相同的 148x148 副本？因为我们没有为 32 个过滤器中的每一个指定不同的偏差/内核。
当您使用 filters=32 和 kernel_size=(3,3) 时，您将创建 32 个不同的过滤器，每个过滤器的长度为 (3,3)。结果会带来32个不同的卷积。默认情况下，偏差为零。
我明白了。有一个 kernel_initializer。如果我们不传递任何东西，内核仍然会随机初始化为默认值。（根据文档默认为 glorot_uniform）