内核大小等于 1 的 Conv1D 做什么？

Question

我阅读了一个使用LSTM 和CONV1 的示例。 （取自：CNN LSTM）

Conv1D(filters=64, kernel_size=1, activation='relu')

• 我知道卷积的维度是 1（一个尺寸为 1 的暗淡））

1. 卷积的值是多少？ （矩阵 1*1 的值是多少？）
2. 我不知道filters=64 是什么？这是什么意思？
3. relu 激活函数是否对卷积的输出起作用？ （从我读到的似乎是这样，但我不确定）
4. 我们在这里使用卷积和kernel_size = 1 的动机是什么？

Answer 1

过滤器

filters = 64 表示使用的单独过滤器数量为 64。 每个滤波器将输出 1 个通道。即这里有 64 个过滤器对输入进行操作以产生 64 个不同的通道（或向量）。因此filters参数决定了输出通道的数量。

kernel_size

kernel_size 决定卷积窗口的大小。假设kernel_size = 1，那么每个内核的维度为in_channels x 1。因此每个内核权重将是in_channels x 1 维度张量。

激活 = relu

这意味着relu激活将应用于卷积运算的输出。

kernel_size = 1 卷积

用于通过应用非线性来减少深度通道。它会在保持感受野的同时对通道进行加权平均。

在您的例如：filters = 64, kernel_size = 1, activation = relu 假设输入特征图的大小为100 x 10（100 个通道）。然后层权重将是维度64 x 100 x 1。输出大小将为64 x 10。