[英]Confusion in understanding of 2D, 3D Convolutions in Convolutional Neural Networks 3D or multi-spectral images
有人請解釋使用 3D 或多光譜圖像的 CNN(深度學習)中 2D 和 3D 卷積之間的區別嗎?
所有卷積操作都有填充以保持輸出大小 [w, h]
二維卷積
輸入大小 = [w, h]
轉換過濾器 = [n, n]
輸出尺寸 = [w, h]
3D 卷積
輸入大小 = [w, h, c]
轉換過濾器 = [n, n, d]
輸出大小 = [w, h, c']
3D 輸入的 2D 卷積(通常使用這種形式)
輸入大小 = [w, h, c]
轉換過濾器 = [n, n, c]
輸出尺寸 = [w, h]
如果要使用 [w, h, c'] 獲得輸出大小,則需要 c' 次操作。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.