采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
(1)经过pooling3 为什么是4432?我可以理解44,但是为什么是32呐? (2)经过pooling1进入conv2 为什么参数依然是332*32?而不是?1616,其实我就是对于这个过程中的通道数变换不是很理解,望解答。
因为conv3上指定了32个卷积核。卷积核的数目=输出通道的数目。
进入conv2的时候输入是16×16的了,参数是3×3×32×32,参数的两个32分别是输入和输出的通道数目,跟输入图像的大小没有关系。
老师这里可不可以用画图的形式展示一下,全是代码理解起来有点问题。就像你前面的知识点,有画图的就马上就能理解了。
登录后可查看更多问答,登录/注册
深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN
1.5k 9
1.6k 8
1.1k 7
1.2k 7
1.9k 7