feature map(下图红线标出) 即:该层卷积核的个数,有多少个卷积核,经过卷积就会产生多少个feature map,也就是下图中 `豆腐皮儿`的层数、同时也是下图`豆腐块`的深度(宽度)!!这个宽度可以手动指定,一般网络越深的地方这个值越大,因为随着网络的加深,feature map的长宽尺寸缩小,本卷积层的每个map提取的特征越具有代表性(精华部分),所以后一层卷积层需要增加feature map的数量,才能更充分的提取出前一层的特征,一般是成倍增加(不过具体论文会根据实验情况具体设置)!

[CNN] 卷积神经网络中feature map和卷积核个数的概念解释


[CNN] 卷积神经网络中feature map和卷积核个数的概念解释



[CNN] 卷积神经网络中feature map和卷积核个数的概念解释

相关文章:

  • 2021-07-07
  • 2021-11-18
  • 2021-09-11
  • 2021-10-31
  • 2021-12-09
  • 2021-12-10
  • 2021-07-12
猜你喜欢
  • 2022-12-23
  • 2021-11-20
  • 2021-12-27
  • 2021-06-21
  • 2021-09-15
相关资源
相似解决方案