卷积网络的输入通道数答案

【问题标题】：Number of input channels for convolutional network卷积网络的输入通道数
【发布时间】：2017-05-16 22:33:13
【问题描述】：

我正在关注 TensorFlow 的“Deep MNIST for Experts”教程：https://www.tensorflow.org/tutorials/mnist/pros/

第二个卷积层的形状为[5, 5, 32, 64]；也就是说，它有 32 个输入，而第一个卷积层有 1 个输入（该输入是我理解原始图像的灰度值）。

第二个卷积层有32个输入通道是什么意思？这是否意味着在第二层学习的 64 个过滤器将全部应用（移动）到每个像素有 32 个点的“虚拟”图像（这个“虚拟”图像由每个过滤器学习到的原始图像组成第一步已应用）？如果我之前所说的正确，您如何将 2D 5x5 过滤器应用于每个像素具有 32 个点/值的图像？

【问题讨论】：

【解决方案1】：

第一个卷积层的权重如下：

W_conv1 = weight_variable([5, 5, 1, 32])

这里5x5是补丁大小1是输入通道数，32是输出通道数。所以在第一次卷积之后，输出有 32 个通道，因此第二个卷积层的权重矩阵的形状有32 输入通道。

【讨论】：

所以你的意思是就像一个彩色图像有三个通道（RGB），第一个卷积之后的通道有 32？我们如何将 5x5 滤波器矩阵与具有 32 个通道的图像的 5x5 部分相乘？（或者更简单地说，图像具有多个通道）。
“所以你的意思就像彩色图像有三个通道 (RGB)，第一个卷积之后的通道有 32 个？”确切地。 “我们如何将 5x5 滤波器矩阵与具有 32 个通道的图像的 5x5 部分相乘？”想象一下，你有一个 5x5x32 的过滤器。你将它与图像的corresponding 补丁相乘，然后将所有值相加得到一个标量。在这里，您的权重矩阵的尺寸为 [5, 5, 32, 64]，这意味着图像的每个补丁都有 64 个这样的过滤器，这将为您提供 64 个标量。如果您对整个图像执行此操作，您将获得具有 64 个通道的新图像。希望澄清
@TheMyth 准确地说，我们会得到每个补丁而不是每个图像 64 个通道，对吗？我假设卷积是通过以每个输入像素为中心的补丁来完成的，因此该层的输出神经元的数量将是图像大小 * 图像大小 * 64？