python - Keras Conv2D 和输入 channel

Question

Keras 层文档指定了卷积层的输入和输出大小: https://keras.io/layers/convolutional/

输入形状:(samples, channels, rows, cols)

输出形状:(samples, filters, new_rows, new_cols)

并且内核大小是一个空间参数，即仅确定宽度和高度。

因此，带有 c channel 的输入将产生带有 filters channel 的输出，而不管 c 的值如何。因此，它必须使用空间 height x width 过滤器应用 2D 卷积，然后以某种方式为每个学习的过滤器聚合结果。

这个聚合运算符是什么？它是跨 channel 的总和吗？我可以控制它吗？我在 Keras 文档中找不到任何信息。

• 请注意，在 TensorFlow 中，过滤器也在深度 channel 中指定: https://www.tensorflow.org/api_guides/python/nn#Convolution ,这样深度操作就很清楚了。

谢谢。

Answer 1

它被称为 Conv2D 层可能会令人困惑(对我来说，这就是我来寻找这个答案的原因)，因为正如 Nilesh Birari 评论的那样:

I guess you are missing it's 3D kernel [width, height, depth]. So the result is summation across channels.

也许2D源于内核只沿二维滑动，第三维是固定的，由输入 channel 的数量(输入深度)。

如需更详细的解释，请阅读 https://petewarden.com/2015/04/20/why-gemm-is-at-the-heart-of-deep-learning/

我从那里提取了一张说明性图片: