tf.nn.conv2d中的输出通道个数是什么含义呢

Question

这里的通道数指的是什么啊，就是这一节构造的都是32个通道输出，代表进入下一层的输入么？
但是第二个卷积层输入应该是16，输出也是16，那为什么还是32啊
谢谢老师

Answer 1

正十七 2020-03-08 18:04:55

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

# conv1: 神经元图， feature_map, 输出图像 conv1 = tf.layers.conv2d(x_image,                                                   32, # output channel number                          (3,3), # kernel size                          padding = 'same',                          activation = tf.nn.relu,                          name = 'conv1') # 16 * 16 pooling1 = tf.layers.max_pooling2d(conv1,                                    (2, 2), # kernel size                                    (2, 2), # stride                                    name = 'pool1')     conv2 = tf.layers.conv2d(pooling1,                          32, # output channel number                          (3,3), # kernel size                          padding = 'same',                          activation = tf.nn.relu,                          name = 'conv2') # 8 * 8 pooling2 = tf.layers.max_pooling2d(conv2,                                    (2, 2), # kernel size                                    (2, 2), # stride                                    name = 'pool2')

同学你好，你说的应该是这段代码吧。

这里的32是输出通道数。也就是下一层的输入通道数，输入通道数不需要在函数里设置，因为函数会通过上一层的输入自己知道，而输出通道数需要我们设置。

另外：第二个卷积层的输入和输出通道数目为什么应该是16呢？

• williamluo #1

  输出通道32是自己指定的吗 还是计算出来的