在卷积神经网络中,过滤器(Filter)和卷积核(Kernel)这两个术语虽然有时会互换使用,但它们在某些上下文中可以有细微的区别:
-
卷积核(Kernel):
- 是一个小矩阵,用于在输入图像或前一层的特征图上进行滑动,执行卷积运算。
- 每个卷积核会生成一个特征图。
-
过滤器(Filter):
- 有时指的是卷积核本身,但更多情况下指的是在一个卷积层中,包含多个卷积核的集合。
- 例如,一个三通道的输入图像通过一个包含4个过滤器的卷积层,每个过滤器包含3个大小为3×3的卷积核。
因此,可以说过滤器包含了多个卷积核。在上图的例子中:
- 输入是一个64×64像素的三通道彩色图像。
- 卷积层包含4个过滤器,每个过滤器包含3个3×3的卷积核。
- 每个过滤器会生成一个特征图,因此最终输出4个特征图。
简单来说,卷积核是实际进行卷积操作的小矩阵,而过滤器则是包含这些卷积核的集合。
对于一幅128×128像素、三通道彩色输入图像(尺寸为128×128×3),经过一个包含4个Filter的3×3卷积核的卷积层(Filter的个数对应输出通道数,此时卷积核尺寸为3×3×3×4),最终输出4个特征图(Feature Map)。整个过程可以用下图来表示。