左图是resnet34的残差结构,右图是resnet101、152等的残差结构。
右图中,输入图像有256个维度,用64个11256的卷积核对输入图像进行运算,得到64维度,即11卷积核对图像进行了降维。**展开来说:**用一个11256卷积核对图像进行卷积操作是不是得到了一个数,那用64个11256的卷积核对图像进行卷积操作就得到了64个数,也就是64个维度。
也就是说,通道数就是卷积核的个数,进行11的卷积运算可以任意的变换通道数。
resnet网络中1*1卷积核如何进行升维和降维
最新推荐文章于 2024-04-22 21:28:03 发布
ResNet34和ResNet101、152的残差块差异在于,输入图像经由64个1x1x256卷积核处理,降低维度至64。每个1x1x256卷积核作用后得到一个数值,64个则对应64个通道。通道数直接等于卷积核的数量,1x1卷积用于灵活调整通道数。
摘要由CSDN通过智能技术生成