卷积层channel数量变化过程

　　卷积神经网络的总体架构是金字塔型，如下图。

CNNs架构图

可以看到，每一层的channel数量是变化的。如上图中，左边的第一层只有R、G、B三个channel，第二层有16个channel，第三、四层分别有64、256个。

那么这些channel数量是如何变化的呢？

 

基本过程：

对于输入图片的每一个patch（下图中的绿色部分），运行一个具有K个输出的小神经网络，把这K个输出垂直的表示为一列（高度是K，如下图所示）。将这个patch在整个图片上滑动，每一个位置都执行上述操作，在输出端我们就可以得到一个深度为K的图。

channel变化过程

转载于:https://www.cnblogs.com/max-hu/p/7051115.html