之前CNN学习中,遇到的例子,都是对灰度数字图像的处理,那么对于RGB这种 3 layers的矩阵,应该怎么做卷积处理呢?3 layers做过卷积之后,会得到几层呢?
答案如下:对于3层的原始数据,我们采用的filter一般也是3层,如果filter大小为3x3x3,那么做卷积运算时,依然采用对位相乘,其结果为第一层的9个乘积的和+第二层的9个乘积的和+第三层的9个乘积的和,即27个乘积之和,卷积核的每一次移动,仍然得到一个数据,所以卷积结果还是1 layer.
之前CNN学习中,遇到的例子,都是对灰度数字图像的处理,那么对于RGB这种 3 layers的矩阵,应该怎么做卷积处理呢?3 layers做过卷积之后,会得到几层呢?
答案如下:对于3层的原始数据,我们采用的filter一般也是3层,如果filter大小为3x3x3,那么做卷积运算时,依然采用对位相乘,其结果为第一层的9个乘积的和+第二层的9个乘积的和+第三层的9个乘积的和,即27个乘积之和,卷积核的每一次移动,仍然得到一个数据,所以卷积结果还是1 layer.