Conv2D：如何获取每个过滤器的值

Question

我的模特：

classifier = Sequential()

# Convolutional + MaxPooling -> 1
classifier.add(Conv2D(32, (3,3), input_shape = (IMAGE_SIZE, IMAGE_SIZE, 3)))
convout1 = Activation('relu')
classifier.add(convout1)
classifier.add(MaxPooling2D(pool_size = (2,2)))
classifier.add(Dropout(0.25))

我正在运行以下代码来获取权重

classifier.layers[0].get_weights()[0]

返回3x3x3x32的数组。它不应该返回3x3的32个矩阵吗？

Answer 1

权重形状是正确的，因为卷积滤波器应用于整个3D输入音量，不同频道的参数不共享（尽管它们在空间上共享）。请参阅CS231n class：

中的图片

是的，输出音量是通过对深度音量的卷积求和得到的，但每个通道中的参数不同。

在您的情况下，频道为 RGB （自input_shape = (IMAGE_SIZE, IMAGE_SIZE, 3)起），空间过滤器尺寸为3x3，并且有32个过滤器。因此，结果形状为3x3x3x32，每个过滤器的形状为3x3x3。

Answer 2

不，返回值的形状正确。您没有考虑的是32个滤波器中的每一个在空间维度上都是3x3，并且有三个通道，与输入相同。这意味着每个过滤器也适用于通道维度。您期望的只有在单通道图像上进行2D卷积时才有效。