卷积神经网络概念答案

【问题标题】：Convolutional neural network concept卷积神经网络概念
【发布时间】：2018-09-09 13:31:21
【问题描述】：

请转到链接http://scs.ryerson.ca/~aharley/vis/conv/flat.html 并在提供的框中绘制一个数字以透视各个层。现在，如果您滚动浏览图层的不同方块，您可以看到您的方块与之前图层的其他方块之间的关系。现在我的疑问是，根据 cs231n 第 7 讲，http://cs231n.github.io/convolutional-networks/ 过滤器的深度与相应层的深度相同，并且过滤器的数量等于后续层的深度。但是如果你通过卷积层2，你可以看到特定层的特定正方形只是从前一层的一些正方形中获得的。我试图在这里理解这个概念。请帮忙。

【问题讨论】：

标签： deep-learning conv-neural-network

【解决方案1】：

以下尺寸根据（N，C，H，W）。

pool1('6', 14, 14)
|
| kernel(16, '6', 5, 5)
v
conv2(16, 10, 10)
|
| kernel(2, 2), stride(2)
v
pool2(16, 5, 5)

Pool1 输出 6 特征图，这是 Conv2 的输入。因此，Conv2 有 16 个内核（将生成 16 个特征图），每个内核与 Pool1 具有相同的 depth 或 channel，即 6（用单引号括起来） .

【讨论】：