如何理解CNN的卷积层的输出深度是使用的卷积滤波器的数量？

Question

假设我对转换层的输入是256 x 256 x 64，我使用32 x 3 x 3的滤镜，为什么输出深度是32而不是64？卷积如何在深度轴上进行？

Answer 1

在CNN的情况下，每个滤波器由其长度和宽度（3×3）定义。沿深度轴的连通性总是等于输入深度。

举个例子：

你有32个过滤器，每个过滤器的大小（3x3）。因此，每个滤波器中的神经元将查看（3x3x64）输入的补丁，每个滤波器层中的神经元数量（没有零填充和stride = 1）将为（256-3）。
所以，每个图层中Neuron1，Layer1，Layer2，....，Layer32查看输入的（3x3x64）相同的补丁。并且它使卷积层的输出大小为（253x253x32）。
这就是滤波器数量决定CNN深度的方式。
为了更清楚地了解我在这里讨论的内容，你可以参考this link。这更加直观和数学地解释了CNN。

Answer 2

输出深度取决于当前卷积层中的滤波器数量。

定义过滤器时，则提供空间维度（X，Y），过滤器的最后维度基于输入通道。

由于在卷积中，每个滤波器（3,3，z）与输入（Xin，Yin，z）卷积（简单地说，元素 - vise乘法）产生（Xout，Yout，1）维度输出。每个滤波器产生单层输出，这就是为什么输出深度等于该卷积层中的滤波器的原因。

注意：如果您对图层的输出大小感兴趣，那么您可以使用，此幻灯片解释卷积的工作原理。

  

X_OUT =（辛+ 2Pad-籽粒）/步

您可能想要观看李飞飞教授的video讲座。这是她完整的Deep learning course。