machine-learning - CNN中的滤波器数量是多少？

Question

我目前正在查看 theano 的 API，

theano.tensor.nnet.conv2d(input, filters, input_shape=None, filter_shape=None, border_mode='valid', subsample=(1, 1), filter_flip=True, image_shape=None, **kwargs)

其中filter_shape是(num_filter, num_channel, height, width)的元组，我对此感到困惑，因为过滤器的数量不是由在图像上滑动滤镜窗口时的步幅？我怎样才能像这样指定过滤器编号？如果是通过参数stride(如果有的话)来计算的话，对我来说是合理的。

另外，我也对特征图这个术语感到困惑，它是每一层的神经元吗？批量大小如何？它们之间有何关联？

Answer 1

滤波器的数量就是神经元的数量，因为每个神经元对层的输入执行不同的卷积(更准确地说，神经元的输入权重形成卷积核)。

特征图是应用过滤器的结果(因此，您拥有与过滤器一样多的特征图)，其大小是过滤器的窗口/内核大小和步幅的结果。

下图是我能找到的从高层次解释这个概念的最佳图片: 请注意，2 个不同的卷积滤波器应用于输入图像，从而产生 2 个不同的特征图(滤波器的输出)。每个特征图的每个像素都是卷积层的输出。

例如，如果您有 28x28 输入图像和具有 20 个 7x7 滤波器且步幅为 1 的卷积层，则您将在该层的输出处获得 20 个 22x22 特征图。请注意，这将作为宽度 = 高度 = 22 且深度 = num_channels = 20 的体积呈现给下一层。您可以使用相同的表示在 RGB 图像(例如来自 CIFAR10 数据集的图像)上训练 CNN，这将是32x32x3 体积(卷积仅应用于 2 个空间维度)。

编辑:我想澄清的评论中似乎存在一些困惑。首先，没有神经元。神经元只是神经网络中的一个比喻。也就是说，“卷积层中有多少个神经元”无法客观回答，而是与您对该层执行的计算的看法有关。在我看来，过滤器是一个扫描图像的单个神经元，为每个位置提供不同的激活。在我看来，整个特征图是由单个神经元/过滤器在多个位置生成的。评论者似乎有另一种观点，与我的观点一样有效。他们将每个过滤器视为一组用于卷积运算的权重，并将一个神经元视为图像中每个参与位置，所有神经元都共享由过滤器定义的同一组权重。请注意，这两个 View 在功能上(甚至从根本上)是相同的，因为它们使用相同的参数、计算并产生相同的结果。因此，这不是问题。