深度学习笔记(3)——kernel(内核)与filter(滤波器)
文章目录
前言
神经网络中的filter (滤波器)与kernel(内核)的概念
一、kernel内核概念
内核是一个2维矩阵,长 × 宽;通常用2D于卷积运算。如图所示是一个3*3的kernel,如下图所示。
二、filter滤波器概念
滤波器是一个三维的立方体,是用来提取图像的特定的特征单元,filter可以提取低维特征和高维特征。低维特征例如横线、斜线等等,高维特征例如耳朵,鼻子等等。filter在kernel的基础上添加了深度,即多个kernel组成一个fliter。 如下图所示,是一个kernel个数为3的filter。
三、两者关系
kernel 是filter 的基本元素, 多张kernel 组成一个filter;
1. 一个filter 中kernel 个数的选择
kenel num = input channel num
由输入的通道个数所确定, 即,输入通道是3个特征时,则后续的每一个filter中包含3张kernel ;
filter输入通道是包含128个特征时, 则一个filter中所包含kernel 数是128张。
2. filter 个数的确定方法
feature num = filter num
我们想要提取多少个特征,即我们想要输出多少个特征,那么这一层就设置多少个filter;
一个filter 负责提取某一种特征,N个filter 提取 N 个 特征;
总结
以上就是今天要讲的内容,本文仅仅简单介绍了kernel和filter的概念,介绍了确定filter和kernel个数的方法。
文章出处登录后可见!
已经登录?立即刷新