转自 https://blog.csdn.net/alibabazhouyu/article/details/81151008
在深度学习的算法学习中,都会提到 channels
这个概念。在一般的深度学习框架的 conv2d
中,如 tensorflow 、mxnet ,channels
都是必填的一个参数。
channels
该如何理解?先看一看不同框架中的解释文档。
首先,是 tensorflow 中给出的,对于输入样本中 channels
的含义。一般的RGB图片,channels
数量是 3 (红、绿、蓝);而monochrome图片,channels
数量是 1 。
channels : Number of color channels in the example images. For color images, the number of channels is 3 (red, green, blue). For monochrome images, there is just 1 channel (black). ——tensorflow
其次,mxnet 中提到的,一般 channels
的含义是,每个卷积层中卷积核的数量。
channels (int) : The dimensionality of the output space, i.e. the number of output channels (filters) in the convolution. ——mxnet
为了更直观的理解,下面举个例子,图片使用自 吴恩达老师的深度学习课程 。
如下图,假设现有一个为 6×6×3
的图片样本,使用 3×3×3 的卷积核(filter)进行卷积操作。此时输入图片的 channels
为 3
,而卷积核中的 in_channels
与 需要进行卷积操作的数据的 channels
一致(这里就是图片样本,为3)。
接下来,进行卷积操作,卷积核中的27个数字与分别与样本对应相乘后,再进行求和,得到第一个结果。依次进行,最终得到 4×4
的结果。
上面步骤完成后,由于只有一个卷积核,所以最终得到的结果为 4×4×1
, out_channels
为 1
。
在实际应用中,都会使用多个卷积核。这里如果再加一个卷积核,就会得到 4×4×2
的结果。
总结一下,我偏好把上面提到的 channels
分为三种:
- 最初输入的图片样本的
channels
,取决于图片类型,比如RGB; - 卷积操作完成后输出的
out_channels
,取决于卷积核的数量。此时的out_channels
也会作为下一次卷积时的卷积核的in_channels
; - 卷积核中的
in_channels
,刚刚2中已经说了,就是上一次卷积的out_channels
,如果是第一次做卷积,就是1中样本图片的channels
。
说到这里,相信已经把 channels
讲的很清楚了。在CNN中,想搞清楚每一层的传递关系,主要就是 height
,width
的变化情况,和 channels
的变化情况。
最后再看看 tensorflow 中 tf.nn.conv2d
的 input
和 filter
这两个参数。input : [batch, in_height, in_width, in_channels]
,filter : [filter_height, filter_width, in_channels, out_channels]
。
里面的含义是不是很清楚了?