一个filter作用于一个图片上
直接举例进行说明输出图片的长和宽。
输入照片为:32 * 32 * 3
这是用一个Filter得到的结果,即使一个activation map。(filter 总会自动扩充到和输入照片一样的depth)。
多个filter作用于一个图片上
当我们用6个5*5的Filter时,我们将会得到6个分开的activation maps,
如图所示:
得到的“新照片”的大小为:28 * 28 * 6.
其实,每个卷积层之后都会跟一个相应的激活函数(activation functions):
stride步长和padding填充
stride
微观上,假设现在input为7 * 7,Filter尺寸为3 * 3,output过程如下所示:
最终得到一个5*5的output。
假设,input为7 * 7,Filter尺寸为3 * 3,stride(步长)为2,则output过程如下所示:
注:在这个例子中stride不能为3,因为那样就越界了。
总的来说
Output size=(N-F)/stride +1
padding
当有填充(pad)时,例如对一个input为7 * 7进行pad=1填充,Filter为3 * 3,stride=1,会得到一个7 * 7的output。
Output size=(N-F+2*pad)/stride +1
注:0填充(pad)的主要目的是因为我们在前面的图中所示的那样,一直用5*5的Filter进行卷积,会导致体积收缩的太快,不利于特征的提取。
举例说明:
在这里要注意一下1*1的卷积核,为什么呢?
举例:一个56 * 56 * 64的input,用32个1 * 1的卷积核进行卷积(每一个卷积核的尺寸为1 * 1 * 64,执行64维的点乘操作),将得到一个56 * 56 * 32的output,看到输出的depth减少了,也就是降维,那么parameters也会相应的减少。
pooling 池化
下面介绍一下Pooling(池化)操作:
将represention变小,易于操作和控制,对每一个activation map单独进行操作。
用的最多的是最大池化(MAX POOLING):
Output size=(N-F)/S +1