关于卷积核数的问题

Question

在该章节搭建CNN的过程中，使用conv2d函数时，

conv1 = tf.layers.conv2d(x_image,

                        32,

                        [3,3],    padding='same',   activation=tf.nn.relu,  name='conv1')

猜测第二个参数的意思应该是：使用32种不同的卷积核对图像进行卷积。

请问：  我的理解对吗？   请问具体它是使用了它自己预设32个的卷积核吗？  例如检测垂直边缘、水平边缘、斜边缘等等。

Answer 1

正十七 2018-08-06 00:25:07

是的，32这个数是指32个不同的卷积核。不过这些卷积核不是预设的，而是随机初始化然后使用梯度下降学习到的。这些在课程中都有讲到，同学，要注意听讲啊，哈哈。

• 提问者 Mr_小祥 #1

  非常感谢！

• 慕妹2274842 #2

  老师我还是有点没懂 GRB图像的featuremap不是3吗 卷积核个数不应该是与之相等吗？为什么会是32呢？感觉有点搞混了

• 慕妹2274842 #3

  哦哦明白了 完全搞错了

点开查看后面1条评论