如何计算 caffe convnet 的第三个元素？

【问题标题】：How to calculate third element of caffe convnet?如何计算 caffe convnet 的第三个元素？
【发布时间】：2017-11-12 20:54:38
【问题描述】：

按照this 问题和这个tutorial 我已经创建了一个简单的网络，就像教程一样，但有 100X100 图像和 11X11 的第一个卷积核和 pad=0。

我知道公式是：(W−F+2P)/S+1，在我的情况下，尺寸变为 [51X51X3]（3 是 rgb 的通道）但数字 96 弹出我的网络图和 tutorial 说它是输出的第三维，另一方面，我的网络在第一次转换后变成了 [51X51X96]。我不知道 96 是如何计算的以及为什么。

网络卷积层是不是假设通过丢三色通道，输出应该是三张特征图？它的维度怎么会长成这样？不是每个通道都有一个内核吗？这个内核如何创建 96 个（或在第一个教程中为 256 或 384 个）特征图？

【问题讨论】：

标签： neural-network deep-learning caffe conv-neural-network convolution

【解决方案1】：

您正在混合输入通道和输出通道。
您的输入图像具有三个通道：R、G 和 B。conv 层中的每个过滤器都作用于这三个通道及其空间内核大小（例如，3×3）。每个过滤器在每个空间位置输出一个单个数字。因此，如果您的图层中有一个过滤器，那么您的输出将只有一个输出通道（！）
通常，您希望在每一层计算多个过滤器，这就是 num_output 参数在 convolution_param 中的用途：它允许您定义将在特定卷积层中训练多少个过滤器。
因此一个Conv层

layer {
  type: "Convolution"
  name: "my_conv"
  bottom: "x"  # shape 3-by-100-by-100
  top: "y"
  convolution_param {
    num_output: 32  # number of filters = number of output channels
    kernel_size: 3
  }
}

将输出"y"，形状为32-by-98-by-98。

【讨论】：