【发布时间】：2019-06-24 08:41:46
【问题描述】：
谁能解释一下 CNN（深度学习）中使用 3D 或多光谱图像的 2D 和 3D 卷积之间的区别？
【问题讨论】：
-
图像是 2D 图像的 3D 堆栈，还是图像具有多个输入通道，例如 (R,G,B)，还是所有通道的混合？
标签： machine-learning deep-learning conv-neural-network
【发布时间】：2019-06-24 08:41:46
【问题描述】：
所有卷积操作都有填充以保持输出大小 [w, h]
-
二维卷积
输入尺寸 = [w, h]
转换过滤器 = [n, n]
输出大小 = [w, h]
-
3D 卷积
输入尺寸 = [w, h, c]
转换过滤器 = [n, n, d]
输出大小 = [w, h, c']
-
2D 卷积用于 3D 输入（通常使用这种形式）
输入尺寸 = [w, h, c]
转换过滤器 = [n, n, c]
输出大小 = [w, h]
如果你想用 [w, h, c'] 得到输出大小，你需要 c' 次操作。
【讨论】：