我可以将几个不同的图像作为通道吗？

Question

通常情况下，我们会设置输入图片＆＃39; height＆＃39;，＆＃39; width＆＃39;＆＃39; channel＆＃39;。

在＆＃39;频道＆＃39;中，我们为灰度图片设置1，为RGB图片设置3。

我的问题是，使用此频道的图片是否相同？如上所述。

或者我可以将一系列图像设置为频道？

（例如，我在一个时刻有10个图像在空间中离散，所以我将通道10设置为一个输入）

会有任何问题吗？这是正确的方法吗？

或者我应该为这10张图片设置10个输入？

感谢您的回答！

Answer 1

不，它不会相同，因为输入层的通道数决定了卷积滤波器的形状，因此参数的数量及其应用方式。

比较这两个卷积网络：

• [32x32x3]输入形状，batch_size=5，5x5感知字段，然后转化层中的每个神经元将具有输入音量中[5x5x3]区域的权重，总计 5*5*3 = 75 权重（以及+1偏见参数）。
• [32x32x15]输入形状，batch_size=1，相同5x5接受字段，然后每个神经元都会对[5x5x15]区域产生权重，总计 {{ 1}} 权重（以及相同的+1偏见参数）。

在这两种情况下，两个转换层都会看到15个RGB图像，但第二个网络将使用5倍以上的参数来学习相同的数据，而第一个网络将使用相同的参数来处理不同的图像。另请注意，第二个网络将为每个第一个图像，每个第二个图像等提供专用参数。

显然，第一种方法更好，不仅因为它节省了资源，而且对批量训练图像的顺序也不变。