了解卷积神经网络（CNN）中的通道输入形状和输出形状

Question

我正在尝试遵循本教程 https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

在基准模型中 model.add(Conv2D(32, (3, 3), input_shape=(3, 150, 150)))

我在这里不太遵循输出形状。如果输入形状为3x150x150，内核尺寸为3x3，输出形状不是3x148x148吗？ （假设没有填充）。但是，根据Keras Doc：

  

输出形状：具有以下形状的4D张量：（批，过滤器，new_rows，   new_cols）

在我看来，输出形状将为32x148x148。我的问题是这种理解是否正确？如果是这样，其他过滤器从哪里来？

Answer 1

如果输入形状为(3, 150, 150)，则在应用Conv2D图层后，输出为(?, 32, 148, 148)。通过以下示例进行检查：

inps = Input(shape=(3, 150, 150))
conv = Conv2D(32, (3, 3), data_format='channels_first')(inps)
print(conv)
>> Tensor("conv2d/BiasAdd:0", shape=(?, 32, 148, 148), dtype=float32)

• 由?符号指定的第一个尺寸是批量大小。
• 第二个维度是过滤器大小（32）。
• 最后两个是图像的宽度和高度（148）。

---

通道如何从3变为32？假设我们有RGB图像（3通道），输出通道大小为1。发生以下情况：

使用filters=32和kernel_size=(3,3)时，将创建32个不同的滤镜，每个滤镜的形状为（3,3,3）。结果将带来32个不同的卷积。请注意，根据Keras，所有内核均在开始时由glorot_uniform初始化。

此blog post的图片。