CNN内部计算及卷积核、通道数关系

最新推荐文章于 2025-04-07 21:13:57 发布

dabingsun

最新推荐文章于 2025-04-07 21:13:57 发布

阅读量7.4k

点赞数 9

CC 4.0 BY-SA版权

分类专栏：深度学习

本文链接：https://blog.csdn.net/dabingsun/article/details/104745276

深度学习专栏收录该内容

6 篇文章

订阅专栏

CNN

局部连接：不是全连接，而是使用size相对input小的kernel在局部感受视野内进行连接（点积运算）
权值共享：在一个卷积核运算中，每次都运算一个感受视野，通过滑动遍历的把整个输入都卷积完成，而不是每移动一次就更换卷积核参数

两者目的都是减少参数。通过局部感受视野，通过卷积操作获取高阶特征，能达到比较好的效果。

内部计算

先看卷积（卷积核与感受视野的点积）与池化示意图：部分图片来自于：链接

输入、卷积、池化形状定义:

输入为（长，宽，RGB通道数）=（7*7*3）的图片，即inputs = (batch_size, 7, 7, 3)
卷积核为（长，宽，卷积通道数，卷积核个数），即filter = (3, 3, 3, 32)。
池化为（长，宽，步长）

标准卷积运算过程：

对于输入没有疑问，对于卷积操作，定义的32个卷积核，每一个卷积核都有3个通道，相同的卷积核在三个通道的卷积核参数不相同，只有尺寸相同，每个卷积核都有3个尺寸但参数不一样的变量，最后该卷积核的结果为每个通道的卷积结果相加，得到卷积后的新通道。卷积核的个数为卷积完成后新的通道数。
参数个数为 32*3，参数最后的size为3*3*3*32。

池化的意义

1.特征不变形：池化操作是模型更加关注是否存在某些特征而不是特征具体的位置。

　　2.特征降维：池化相当于在空间范围内做了维度约减，从而使模型可以抽取更加广范围的特征。同时减小了下一层的输入大小，进而减少计算量和参数个数。

　　3.在一定程度上防止过拟合，更方便优化。

具体实现：tensorflow

#示意代码，理解具体实现的定义
#输入
x_image = tf.reshape(x, [-1,28,28,1])

#卷积核
W_conv1 = weight_variable([5, 5, 1, 32])

#卷积操作,在用tensorflow调用卷积核api的时候，会有填padding方式的参数.'SAME'就是填充0到成为满足整除的列数/行数，而'VALID'则是丢弃直到满足整除。
#strides窗口在每一个维度上滑动的步长，一般也是[1, stride,stride, 1]，规定前后为1
conv2d = tf.nn.conv2d(x_image, W_conv1, strides=[1, 1, 1, 1], padding='SAME')

#池化操作，ksize卷积核大小，strides步长，padding填充方式
tf.nn.max_pool(conv2d, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

1*1卷积的作用

可以实现通道的维度变化，如增加卷积后的通道数和减少卷积后的通道数
进行非线性映射（也就是多通道信息交互）：使用多通道卷积后的结果相加作特征映射，而不是单一通道

卷积和池化后的大小计算

给定的值：原大小 $(H,W)$ , 卷积核大小 $(h,w)$ , 池化大小 $(h,w)$ , padding(填充)=a, strids（滑动步长）=b，公式通用

计算公式： $\left\{\begin{matrix} H^{'}=\frac{H+2*a-h}{b}+1\\ W^{'}=\frac{W+2*a-w}{b}+1 \end{matrix}\right.$

假设：输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为：

解：由于原图片、卷积和池化大小长宽相等，则按一个计算就可。