CNN多通道卷积与1*1卷积

多通道卷积:

输入图片:n*n*n_{channels}

卷积核:n_{kernels}n*n*n_{channels}

输出图片:n*n*n_{kernels}

1*1卷积的特殊情况:

输入图片:n*n*n_{channels}

卷积核:n_{kernels}1*1*n_{channels}

输出图片:n*n*n_{kernels}

input:R,G,B; output:purple,yellow

purple=α1×R+α2×G+α3×B

yellow=β1×R+β2×G+β3×B

可以看出,1*1卷积类似于神经网络的全连接层。新的层就是输入feature map的线性组合,实现了通道数的增加或减少,同时跨通道整合了不同层feature map的信息。

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值