思考的開始

為什么突然想起來這個了？卷積大家都太熟系，感覺不用多說了都，我也是這么覺得的。但是，今天發現一個問題，就是卷積操作完成從c1通道到c2通道的過程中，到底是需要多少卷積核？又是到底怎么卷的？

問題解決

回答下面的問題就可以順利解決。

1.為什么卷積的效率高？

因為卷積的卷積核是可以進行復用的，所以就不需要訓練很多參數，訓練的參數少，可以加速擬合。所以，訓練效率很高。可以節省很多計算量

2.輸入的每個通道是否要每個指定一個卷積核？

既然是復用可以節省計算量，我們是否可以對所有的輸入通道都復用一種卷積核？這個顯然不行，因為這樣在生成的所有內容當中，每個通道的貢獻度都是一樣的，可以理解成將其簡單加和之后再乘上一個系數。那么這時候如果你在下一層又生成了一個多通道，那么結果將是，這些通道的之間的區別就是乘上了不同的系數而已，這些生成的通道相當于沒有任何意義。
所以對于輸入的不同意通道需要使用不同的卷積核。

3.輸出是怎么輸出的？

之前，我們已經說過了輸入的通道，每個配一個卷積核，這樣我們就會得到輸入通道個數的輸出。那么我們輸出什么，直接將這些輸出每個還作為獨立的通道輸出嗎？這顯然不對勁啊。這樣相當于輸出還是只考慮了一個輸入的通道。所以還得將這些得到的通道融合起來。

4.所以怎么融合起來？

乘上一個可訓練的系數加和嗎？其實完全沒有必要，因為一開始乘上的卷積和直接就能取代這個系數的作用，并且是針對各個元素的，比這個直接乘上一個針對卷積核大小范圍內所有元素的，顯然效果更好。

5.融合之后如何擴展到多通道？

顯然之前我們使用加和操作進行融合，得到的結果就只剩下一個通道了，想要擴充成多通道，簡單乘上一個系數顯然沒有意義。So we must use the output-channel kernel-groups which has the input-channel kernels per group。這個東西好像英文表述清楚一點。

結論

所以需要input-channel×output-channel個數的卷積核。

總結

以上是生活随笔為你收集整理的卷积核个数和输入输出通道数的关系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。