Pytorch详细教程——7.CNN Tensor Shape Explained

7. CNN Tensor Shape Explained - Convolutional Neural Networks And Feature Maps

这一节课我们引入一个具体的卷积神经网络来看一下张量的三个属性，运用到实际的例子当中。

我们把图像输入看作是CNN的张量，张量的形状编码了所有关于张量秩、轴和索引的相关信息。

CNN输入的形状通常为4，这意味着我们有一个秩为4的张量，它有四个轴，一个张量形状的每个索引表示每个索引中值的一个特定的轴，它对应给出了这个对应轴的长度
我们沿着最后一个轴运行，结果是一个数字，我们以其他轴运行，这里的元素将是多维数组，对于图像，原始数据以像素的形式出现。这些像素由一个数字表示，并使用两个维度的高度和宽度来表示两个维度，所以在最后两个轴上表示。

下一个轴代表颜色通道，这里对于RGB图像，其值是3
灰度图像，它的值为1

使用最后三个轴我们已经用张量表示了一个完整的图像，我们根据这三个轴可以确定一个像素值
第一个轴它代表一个批量大小，在神经网络中我们通常用批量的样本而不是单一的样本
所以这个轴的长度告诉我们的批中有多少样本

下面让我们来看看张量在被卷积层转换之后，颜色的通道轴的解释是如何变化的

张量在经过卷积神经网络之后，卷积会改变高度和宽度维度以及颜色通道的数量，通道的数量是根据层中使用的滤波器的数量而变化的。


假设我们有三个卷积滤波器，我们将从卷积层得到三个通道输出，这些通道是卷积的输出，因此被叫做输出通道，与颜色通道相反，这三个滤波器中的每一个都可以包含原始的单个输入通道，产生三个输出通道，

输出通道仍然由像素组成，但是像素已经被卷积运算修改了，通过输出通道，我们不再有颜色通道，但是我们可以把它看作是经过修改的颜色通道，我们称这些通道为特征图，这些所谓的特征图（最右边这一列）是由输入颜色通道和卷积滤波器所产生的卷积的结果，所以我们把一个输入颜色通道和一个卷积滤波器结合起来，再对其做一个卷积运算，我们得到一个输出通道的结果，我们称之为特征映射（feature map）
当网络在训练过程中学习，这些映射就会出现