我是caffe的新人，我训练了一个带有64个7x7特征图的渐进神经网络，当我得到一个滤波器的权重y得到一个7x7矩阵。然而，我的第二层有32个3x3的特征映射，当我得到任何滤波器的权重时，我得到了第二层的任何滤波器的3×3矩阵的3x3内核。 有人知道为什么吗？
答案 0 :(得分：1)
TL; DR：
卷积层的过滤器必须与数量相匹配 该层输入的通道。
因此，假设您的网络接收3通道彩色图像（例如RGB），尺寸为128x128（高度和宽度为128像素）作为输入。因此，第一个卷积层的输入（我们称之为 conv1 ）将是 3x128x128 （通道x宽x高）。
现在假设 conv1 有64个大小为7x7的过滤器。为了处理来自输入的所有值，单个过滤器必须与馈送到该层的输入通道的数量匹配（否则在卷积期间不会考虑某些通道）。所以它也必须是3通道滤波器，最后，我们将为 conv1 设置64个尺寸为3x7x7的滤波器。
Conv1将输出尺寸 64x128x128 的图（滤镜数X权重X高度）。如果您不清楚，请查看this demo [1]。
然后来自下一个转换层（ conv2 ）的过滤器也必须匹配它们的尺寸以匹配输出。例如，32个大小为64x5x5的过滤器（对于空间维度为5x5的过滤器）。等等...
（为了简单起见，我们假设在卷积之前对输入进行零填充。零填充是我们对输入映射进行零的“边界”。这意味着空间维度，即宽度和高度不会改变。如果没有填充，那么输出将小于输入。例如，对于输入尺寸为128x128的7x7滤波器，输出最终将具有125x125的尺寸。这种空间尺寸的减小是等于 楼层（filter_size / 2） ）
[1] CS231n Convolutional Neural Networks for Visual Recognition