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)