我已经查看了一些great explanations关于tf.nn.conv2D的不同参数所表示的内容,但我仍然无法理解in_channels和out_channels究竟代表什么。
有人可以帮我澄清一下吗?
答案 0 :(得分:4)
假设您有一张尺寸为64x64
的图片。它由R-G-B
每个64x64
组成,因此输入大小为64x64x3
,3
是此情况下的输入通道。现在,您希望将此输入与kernel
5x5x3
进行卷积,得到64x64x1
的输出(带填充)。假设您有100
个这样的内核并使用输入对每个内核进行卷积,则得到64x64x100
。输出通道为100
。