我正在通过 Coursera 中 Andrew Ng 的深度学习课程学习卷积神经网络。
根据我在讲座中的理解,卷积层中的通道数将等于过滤器的数量或我们正在检测的特征数。
如讲座示例所示:
如果我们有
输入:(6 x 6 x 3)
过滤器:(3 x 3 x 3 )(2 个这样的过滤器)
通过卷积,我们得到:
输出:(6 x 6 x 3) * ( 3 x 3 x 3) = (4 x 4 x 2)
如果是这样,那么 (32 x 32 x 3) 输入如何由 5 的过滤器 和 步长 1 卷积输出(28 x 28 x 8) 卷积层,其中输出通道数为 8。
输出通道不应该等于过滤器的大小,这里是5吗?
或者这里的输出通道数是8,因为有8个特征正在被检测?
如果您能帮助我理解示例中输出通道数是如何得到 8 的,将不胜感激。
谢谢!