跟着唐宇迪学pytorch第三天,卷起来!
卷积神经网络(CNN)
学了好几遍了,这里只记录一下该注意的点吧:
1、卷积核的通道数要和输入图片的通道数相同,并且每一个卷积核不同通道的参数值是不同的。例如,卷积核的三个通道对图片三个通道分别进行卷积计算后相加(之后加上bias偏置)得到一个特征值;
2、不同卷积层的卷积核大小可以不同,同一卷积层不同卷积核的大小需要相同,特征图的数量和卷积核的数量相同;
3、padding时填0的原因是,其只会扩充大小而不会对计算产生影响;
4、卷积结果计算公式:特征图大小=[(图像大小-卷积核大小 + 2 * padding)/ 步长]+ 1;
5、只有带参数的层才能算一层,如卷积层;