假设将我们的输入图像传递到卷积层,如示例caffe net中所示:
层{ 名称:“conv1” 类型:“卷积” 底部:“数据” 。 。 。 convolution_param { num_output:96…
经过一些实验,看起来这个num_output参数实际上决定了你用内核卷积内核的次数 整个形象 (至少在单通道图像的情况下)。所以它实际上根本不与图像的宽度和高度值相互作用。