Conv2D：如何获取每个过滤器的值答案

【问题标题】：Conv2D: How can I get the values of each filterConv2D：如何获取每个过滤器的值
【发布时间】：2018-09-23 09:24:03
【问题描述】：

我的模特：

classifier = Sequential()

# Convolutional + MaxPooling -> 1
classifier.add(Conv2D(32, (3,3), input_shape = (IMAGE_SIZE, IMAGE_SIZE, 3)))
convout1 = Activation('relu')
classifier.add(convout1)
classifier.add(MaxPooling2D(pool_size = (2,2)))
classifier.add(Dropout(0.25))

我正在运行以下代码来获取权重

classifier.layers[0].get_weights()[0]

它返回一个3x3x3x32 的数组。它不应该返回3x3的32个矩阵吗？

【问题讨论】：

标签： machine-learning neural-network keras keras-layer convolutional-neural-network

【解决方案1】：

不，返回值具有正确的形状。您没有考虑的是 32 个过滤器中的每一个在空间维度上都是 3x3，并且具有三个通道，与输入相同。这意味着每个过滤器也适用于通道维度。您所期望的只有在对单通道图像进行 2D 卷积的情况下才有效。

【讨论】：

【解决方案2】：

权重形状是正确的，因为卷积滤波器应用于整个 3D 输入体积，并且不同通道的参数不共享（尽管它们在空间上共享）。图片来自CS231n class：

是的，输出体积是通过对整个深度体积的卷积求和得到的，但是每个通道中的参数不同。

在您的情况下，通道是 RGB（因为 input_shape = (IMAGE_SIZE, IMAGE_SIZE, 3)），空间过滤器大小是 3x3 并且有 32 过滤器。因此结果形状为3x3x3x32，每个过滤器的形状为3x3x3。

【讨论】：