理解CNN中的特征图 feature map
Map 理解 特征 CNN Feature
2023-09-14 09:14:44 时间
feature map的含义
在每个卷积层,数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起,其中每一个称为一个feature map。在输入层,如果是灰度图片,那就只有一个feature map;如果是彩色图片,一般就是3个feature map(红绿蓝)。层与层之间会有若干个卷积核(kernel),上一层和每个feature map跟每个卷积核做卷积,都会产生下一层的一个feature map。
feature map尺寸计算方法:
INPUT为32*32,filter的大小即kernel size为5*5,stride = 1,pading=0,卷积后得到的feature maps边长的计算公式是:
output_h =(originalSize_h+padding*2-kernelSize_h)/stride +1
所以,卷积层的feature map的变长为:conv1_h=(32-5)/1 + 1 = 28
卷积层的feature maps尺寸为28*28.
由于同一feature map共享权值,所以总共有6*(5*5+1)=156个参数。
其它层:
层与层之间会有若干个卷积核(kernel)(也称为过滤器),上一层每个feature map跟每个卷积核做卷积,都会产生下一层的一个feature map,有N个卷积核,下层就会产生N个 feather map
相关文章
- Java中List,Set,Map的区别以及API的使用
- Scala mapValues踩坑记:谨慎使用Scala Map的mapValues, 你需要的可能是transform
- map 理解
- Map传值
- Java学习路线-37:Map集合
- js之map映射forEach迭代
- 387集Go语言核心编程培训视频教材整理 | map(一)
- C++ map简单demo(二十七)
- Cassandra key说明——Cassandra 整体数据可以理解成一个巨大的嵌套的Map Map<RowKey, SortedMap<ColumnKey, ColumnValue>>
- 3D点云重建0-10:MVSNet-源码解析(6)-Depth Map Refinement以及Loss讲解
- Map总结
- Scala里Map()集合
- Ceph map时报错:“rbd: sysfs write failed”