이유는 길쌈 신경망의 3 개 채널

Question

이해하려는 이유를 추천 채널의 이미지 6 * 6 * 3 때 3 * 3 convol * 3 필터 생성 만 해당 4 * 4 및 4 * 4 * 3

Answer 1

한 가지 방법은 6 x 6 x 3 직사각형 프리즘에서 얼마나 많은 3 x 3 x 3 큐브를 자르고 잡을 수 있는지 생각하는 것입니다.

또한 질문을 더 간단하게 만들어 보겠습니다.

2 x 2 입력 이미지 패치가 있고 2 x 2 컨볼 루션을 수행한다고 가정 해 보겠습니다. 입력 이미지 패치 = 1 x 1 (x 방향으로 1, y 방향으로 1)에 2 x 2 컨볼 루션을 적용 할 수있는 방법은 여러 가지가 있습니다.

확장 해 봅시다 : 4 x 2 입력 이미지 (2 x 2 conv. 고유 컨볼 루션 수 = 3 x 1 (x 방향으로 3, y 방향으로 1 등)

확대하자. 2 x 2 conv. 고유 컨볼 루션 수 = 3 x 3

확장 해 봅시다 : 4 x 4 x 2 입력 이미지 (2 x 2 x 2 conv. 고유 컨볼 루션 수 = 3 x 3 x 1

확대하자. 3 x 3 x 3 전환율의 6 x 6 x 3 입력 이미지. 고유 컨볼 루션 수 = 4 x 4 x 1

Answer 2

컨볼 루션을 적용 할 때 입력 값을 곱한 커널 가중치의 출력을 합산합니다. 이 경우 입력 내용을 채우지 않아도됩니다. 즉, 완전히 정의 된 값만 출력합니다. 입력 값을 (x, y, z)로 취하면 커널의 x와 y 차원은 더 작지만 z는 동일하다는 것을 알 수 있습니다. 즉, x 및 y 방향으로 커널을 슬라이드하여 각 위치에 대한 출력을 생성 할 수 있지만 z 방향에서는 아무 곳으로나 이동할 수 없으므로 모든 출력에서 ​​합계를 산출하는 단일 출력을 생성합니다.