注册
登录
深度学习
为什么num_output是卷积参数？
返回
为什么num_output是卷积参数？
作者:
逆转的风
发布时间:
2025-02-07 01:49:47 (21天前)
转自：
<p> <br/> 假设将我们的输入图像传递到卷积层，如示例caffe net中所示：</p><p>层{<br/> 名称：“conv1”<br/> 类型：“卷积”<br/> 底部：“数据”<br/> 。<br/> 。<br/> 。<br/> convolution_param {<br/> num_output：96<br/>…<br/> <br/></p>
收藏
举报
2 条回复
0#
回复此人
你抱着孩子@先跑
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <P> 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 <EM> 整个形象 </EM> （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。 </p> </DIV>
编辑
登录
后才能参与评论
