卷积神经网络中滤波器串联后的输出形状是什么?
What is the output shape after filter concatenation in convolutional neural networks?
例如,假设我们有一个形状为 (n,n,48)
的输入张量,我们应用三组卷积滤波器,输出维度为 (n-4,n-4,16)
、(n-2,n-2,32)
和 (n,n,48)
.现在,如果我们对结果应用过滤器串联,输出形状是什么?以及如何进行串联?
正如 Matias 评论的那样,过滤器的输出会根据需要进行填充,因为所有连接层的最终大小(宽度 x 高度)应该相同。
您的示例中的最大输出是 (n, n)
。小于此的输出应填充到 (n, n)
。在这种情况下,最终(连接的)张量大小将为 (n, n, 16+32+48) = (n, n, 96)
例如,假设我们有一个形状为 (n,n,48)
的输入张量,我们应用三组卷积滤波器,输出维度为 (n-4,n-4,16)
、(n-2,n-2,32)
和 (n,n,48)
.现在,如果我们对结果应用过滤器串联,输出形状是什么?以及如何进行串联?
正如 Matias 评论的那样,过滤器的输出会根据需要进行填充,因为所有连接层的最终大小(宽度 x 高度)应该相同。
您的示例中的最大输出是 (n, n)
。小于此的输出应填充到 (n, n)
。在这种情况下,最终(连接的)张量大小将为 (n, n, 16+32+48) = (n, n, 96)