如何在CNN中获取输入和输出通道？

Question

我专门查看这里找到的AlexNet架构： https://github.com/pytorch/vision/blob/master/torchvision/models/alexnet.py

我对它们如何获得输入和输出通道感到困惑。根据我对AlexNet的阅读，我无法弄清楚它们从哪里得到 outputchannels = 64 （作为Conv2d函数的第二个参数）。即使 256 分配在2个GPU上，也应该给出 128 而不是 64 。根据我的假设，输入通道3最初代表颜色通道。但是，其他输入和输出通道对我也没有意义。

有人可以澄清输入和输出通道是什么吗？

类AlexNet（nn.Module）：

def __init__(self, num_classes=1000):
    super(AlexNet, self).__init__()
    self.features = nn.Sequential(
        nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2), #why 64?
        nn.ReLU(inplace=True),
        nn.MaxPool2d(kernel_size=3, stride=2),
        nn.Conv2d(64, 192, kernel_size=5, padding=2),
        nn.ReLU(inplace=True),
        nn.MaxPool2d(kernel_size=3, stride=2),
        nn.Conv2d(192, 384, kernel_size=3, padding=1),
        nn.ReLU(inplace=True),
        nn.Conv2d(384, 256, kernel_size=3, padding=1),
        nn.ReLU(inplace=True),
        nn.Conv2d(256, 256, kernel_size=3, padding=1),
        nn.ReLU(inplace=True),
        nn.MaxPool2d(kernel_size=3, stride=2),

）

Answer 1

3是输入通道的数量（R，G，B）。 64是第一个卷积运算输出中的通道数（即 feature maps ）。因此，第一转换层将彩色（RGB）图像用作输入，应用11x11跨度为4的内核，并输出64特征图。

我同意这与架构图（原始AlexNet实现）中的通道数量（每个GPU中的96，每个通道48个）不同。

但是，PyTorch没有实现原始的Alexnet体系结构。相反，它实现了本文所述的AlexNet实现的变体：One weird trick for parallelizing convolutional neural networks。

另外，请参见cs231n - convolutional networks，了解有关在conv操作之后输入，过滤器，步幅和填充与输出相等的更多详细信息。

---

P.S：请参见pytorch/vision/issues/185