卷积神经网络，第二个转换层如何在第一个汇集层上工作

Question

我正在阅读TensorFlow网站上的资料：

https://www.tensorflow.org/tutorials/layers

假设我们有10个灰度单色28x28像素图像，

1. 如果我们在第一个转换层中应用32个5x5卷积滤波器和0填充，我们得到10 * 32 * 28 * 28数据。
2. 如果我们在第一个池中应用2x2 max pooling with stride 2，我们得到10 * 32 * 14 * 14数据。
3. 到目前为止，一个图像已成为具有32个通道的14 * 14尺寸图像。

因此，如果我们应用第二个卷积层（比如链接中的64个5x5滤波器），我们是否将这些滤波器应用于每个图像的每个通道并获得10 * 32 * 64 * 14 * 14数据？

Answer 1

是和否。您可以将滤镜应用于每个通道和每个图像，但不会获得10*32*64*14*14输出尺寸。 输出的维数将为10*64*14*14 ，因为该层为每个图像指定了64个输出通道。 反过来，用于该卷积的权重将具有32*64*5*5大小（对于输入上的每个通道，64个5乘5的滤波器）。

Answer 2

不会。如果您使用一组64个5x5过滤器进行卷积和填充（忽略批量大小） 14x14x32音量，您最终将获得14x14x64输出音量

每个卷积滤波器都沿整个输入深度进行卷积。 因此，您的14x14x32输入音量与5x5滤波器进行卷积，然后输出为14x14x1特征映射。

然后，64个滤波器堆栈的第二个5x5滤波器再次与输入音量卷积。 对64个滤波器中的每一个进行相同的操作，并将所得到的特征图堆叠起来，形成输出音量14x14x64