假设我有一个尺寸为 125 * 125 的 RGB 图像，并且我使用了 10 个尺寸为 5 * 5 且步幅 =3 的过滤器，那么这一层的特征图是什么？以及参数的总数是多少
我对特征图的猜测： 10*((125-5)/3)+1 = (41 * 41 * 10)(no of filters) 但是 RGB 图像或灰度图像之间有什么区别，所以对于 RGB 图像它应该是41 * 41 * 30（过滤器数量 * 输入图像的通道数量）？
参数总数：5 * 5 * 3 * 10=750 ?
【问题讨论】：
标签： machine-learning deep-learning neural-network conv-neural-network
注意：我有一个well-recieved post 了解 CNN 如何在 Data Science Stack Exchange 上工作的直觉。也请检查一下。
您对特征图的形状是正确的，具有给定的步幅。
CNN 中的参数总数由 -
给出Params = (n*m*l+1)*k
where, l = number of input feature maps / image channels,
k = number of output feature maps / # of filters,
n*m = filter dimensions
Important! - The +1 in the formula is because each of the output feature
maps have a bias term added, which is also a trainable parameter. So, don't
forget to add that!
因此，对于您的情况，可训练参数的数量：((5*5*3+1)*10) = 760
而且，对于灰度，它是：((5*5*1+1)*10) = 260
这是一个非常好的可视化，我发现它可以直观地展示过滤器如何工作以创建特征图。
input feature maps 与输入图像的通道数相同，如果它是第一个 CNN 层。由于 CNN 通常是堆叠的，因此之前的 CNN 的输出通道称为 input feature maps 到当前的 CNN 层。
【讨论】：
特征图的数量 = 过滤器的数量，每个特征图的大小将为 41 * 41（如果填充为零，则计算正确）。因此，在上述情况下，如果您有 10 个过滤器，您将拥有 10 个大小为 41 * 41 的特征图，与 rgb 或灰度无关。
对于 rgb 与灰度，将通道视为输入层的特征图，并且一次将过滤器应用于所有特征图。如果您有一个过滤器大小为 5 * 5 的输入 rgb 图像，它实际上是一个大小为 5 * 5 * 3（通道数）的过滤器。因此，如果您在尺寸为 125 * 125 且步幅为 3 的图像上应用 10 个 5*5 的滤镜，则与 rgb 或灰度无关，您将始终得到 10 个 41 * 41 的特征图。
每当您定义一个过滤器时，它都会被定义为 x * y，但对于 2d 卷积，z 始终等于“应用了 conv 的通道数”。这样每个过滤器的参数总数将是 x * y * n_channels + 1（额外的 1 是常数）
在您使用 10 个滤镜的情况下，对于 rgb 图像，每个滤镜的大小为 5 * 5 * 3。因此，rgb 的总参数 = 10 * (5 * 5 * 3 + 1)。对于灰度，每个滤镜是 5 * 5 * 1。因此，灰度的总参数 =10 * (5 * 5 * 1 + 1)
【讨论】：
10 * (5 * 5 * 3 + 1) :)