卷积神经网络特征图及参数总数

Question

假设我有一幅尺寸为125*125的RGB图像，我使用了10个尺寸为5*5、步长为3的过滤器，那么这一层的特征图是什么？特征图的参数总数是多少？10*（（125-5）/3）1=（41*41*10）（过滤器数量）但RGB图像和灰度图像之间的区别是什么？因此，对于RGB图像，它应该是41*41*30（过滤器数量*输入图像通道数量）？对于参数总数：5*5*3*10=750？

Answer 1

注：我有一篇关于CNN如何在数据科学堆栈交换上工作的直觉的帖子，受到了广泛的欢迎。也一定要检查一下。

对于给定步幅的要素贴图的形状，您是对的。

CNN中的参数总数如下所示-

Params = (n*m*l+1)*k

where, l = number of input feature maps / image channels, 
       k = number of output feature maps / # of filters, 
       n*m = filter dimensions

Important! - The +1 in the formula is because each of the output feature
maps have a bias term added, which is also a trainable parameter. So, don't
forget to add that!

因此，对于您的情况是，可训练参数的数量：<代码>（（5*5*3 1）*10）=760

对于灰度，它是：（（5*5*1*10）=260

这是一个非常好的可视化，我发现它可以直观地显示过滤器如何创建要素地图。

如果输入图像是第一个CNN层，则输入特征贴图与输入图像的通道数相同。由于CNN通常是堆叠的，以前CNN的输出通道被称为当前CNN层的输入特征映射。

Answer 2

特征映射数=过滤器数，每个特征映射的大小为41×41（如果填充为零，则计算正确）。因此，在上述情况下，如果您有10个过滤器，您将有10个大小为41×41的特征贴图，与rgb或灰度无关。

对于rgb与灰度，将通道视为输入层的特征图，并且一次在所有特征图上应用一个过滤器。如果您有一个5*5过滤器大小的输入rgb图像，它实际上是一个大小为5*5*3的过滤器（通道数量）。因此，独立于rgb或灰度，如果您在大小为125*125且步幅为3的图像上应用10个5*5的过滤器，您将始终得到10个41*41的特征图。

无论何时定义滤波器，都将其定义为x*y，但z始终等于2d卷积的“已应用conv的通道数”。这样，每个滤波器的参数总数将为x*y*n\u通道1（额外的1是常数）

在10个过滤器的情况下，对于rgb图像，每个过滤器的大小为5*5*3。因此，rgb的总参数=10 * (5 * 5 * 3 1)。对于灰度，每个过滤器是5*5*1。因此，灰度的总参数=10 * (5 * 5 * 1 1)