当 1 个过滤器对 3 个图像进行卷积时，我们如何获得 output？

Question

想象一下，我有一个 28 x 28 大小的灰度图像。现在如果我应用一个 Keras 卷积层，它有 3 个滤波器和 3X3 尺寸，步幅为 1X1，我将得到 3 张图像，即 output。 现在，如果我再次应用 Keras 卷积层，只有 1 个滤波器和 3X3 大小和 1X1 步幅，那么这个 3X3 滤波器将如何对这 3 个图像进行卷积，然后我们将如何获得一个图像。

我认为，一个过滤器将对 3 个图像中的每一个进行卷积，从而产生 3 个图像，然后将所有三个图像相加得到一个 output 图像。

我正在使用 keras 的 tensorflow 后端。 请原谅我的语法，请帮助我。

Answer 1

回答我自己的问题：

我发现一个过滤器对 3 个图像进行卷积，它会产生 3 个图像，但是这些图像的像素值被加在一起得到一个结果图像。

您确实可以通过在 1 个图像上为 3 个过滤器输出 3 个图像来检查。 当您自己添加这 3 个图像（矩阵添加）和 plot 时，生成的图像很有意义。