连接后的要素图

Question

我有一个初学者的问题，但我无法解决这个问题。

输入图像为512 * 512。在输入图像2上执行单独的操作并连接：

1. 3 * 3卷积，步幅2有13个过滤器

2. max-pooling operation

连接后结果似乎是16个特征图，我不确定如何？

任何建议，答案或阅读材料都会非常有用。

Answer 1

如果一层接一层地应用，则输出将不会有16个要素图，而是13。但是如果它们是并行，那么输入通道的数量C=3就足够了。

让我们一个接一个地浏览各个层次：

• 输入为(B, 512, 512, 3)，其中B为批量大小。
• 卷积层将此输入张量转换为(B, 256, 256, 13)或(B, 255, 255, 13)，具体取决于所使用的填充（请参阅此问题中的公式：A formula to find the size of a matrix after convolution）。
• 最大池化会像卷积层一样更改空间维度，但不会更改批量大小和通道数。因此输出将为(B, 256, 256, 3)或(B, 255, 255, 3)。
• 假设conv和max-pool图层具有相同的参数，并且沿第4轴进行连接，则连接结果将为(B, 256, 256, 16)或(B, 255, 255, 16)，因为16=13+3