大家的印象中卷积的计算过程是不是如下图？
image
而实际上，这只是一种你说的channel等于1的灰度图输入的情况。
一般情况下的计算过程是这样的：
image
左列的X是输入的图像（此处channel是3，也可理解为RGB即你说的彩色图像），中间红色的两列是我们的kernel（即33的filter），共两个（即输出的feature通道为2）。最后一列为卷积之后的特征（由于2个kernel，输出通道为2）。
那么，由上面的过程可以看出，输入是3维（hightwidthchannel）的，kernel实际也是三维*的。卷积网络的特征变化可以用下图表示：
image
题主说的灰度图，只是在输入的时候channel等于1的情况而已，中间也会被N个kernel扩展为N个channel。
（图片2.3来源于斯坦福大学神经网络课程）
网友评论