如何计算卷积输出的深度?

如何获得卷积输出中的特征图数量(深度 H)

我认为H = D * 滤波器数量!!

enter image description here

图片来源


回答:

H 可以自由选择。它不依赖于任何其他参数。

每个 H “特征图” 将由不同的 k x k x D 核生成。这通常被描述为一个形状为 H x k x k x D 的单一 4D 核。

在源文本中,它表达了相同的意思,但可能更清晰:

输入大小为 N x N x D,并与 H 个核进行卷积,每个核的大小为 k x k x D,分别进行卷积。输入与一个核的卷积产生一个输出特征,与 H 个核独立卷积产生 H 个特征。

术语起初可能令人困惑,因为同一个事物有多个术语。H 可以被称为核的数量滤波器的数量输出特征的数量滤波器图的数量

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注