卷積核相當於是乙個滑動視窗，一般像我們看到的3x3的卷積核就是指覆蓋3x3畫素的乙個滑動視窗，對於單個kernal size中的卷積核，滑動視窗3x3中的9個引數都是公用的，來處理乙個通道的輸入資料，比如：
一般都是rgb三層，畫素大小為224x224,那個乙個輸入的大小為224x224x3，然後通過64個3x3的卷積層來提取特徵，最後輸出的特徵向量的大小是由步長stride和padding決定的，一般都為1（而maxpooling池化層stride為2或者其他，從而降低輸出特徵矩陣的大小），這樣的話輸出的特徵向量的大小還是224x224,但是對於輸入的每個rgb通道，都會有64和卷積核去處理，那麼實際上就有3x64個卷積核的引數需要訓練，也就是說我們實際訓練的引數個數為3x64x3x3，這就比傳統的每個畫素點都與神經元建立一條邊（引數）要少很多了。
卷積核的理解
數字訊號處理中卷積 卷積一詞最開始出現在訊號與線性系統中，訊號與線性系統中討論的就是訊號經過乙個線性系統以後發生的變化。由於現實情況中常常是乙個訊號前一時刻的輸出影響著這一時刻的輸出，所在一般利用系統的單位響應與系統的輸入求卷積，以求得系統的輸出訊號 當然要求這個系統是線性時不變的 卷積的定義 卷積...
卷積核引數的計算及1 1卷積核
首先，明確乙個概念 卷積並不只是乙個二維的過程，實際上對於輸入的一般而言是三個通道的 r g b 那為什麼輸出的結果可以是128個通道呢？實際上經過卷積過後的通道數是由卷積核的個數來決定的，整個的卷積過程二維情況下也就是在每個通道下發生的卷積過程為 在多通道情況下的卷積情況如下 其實濾波器的維度應該...
卷積核的參數量和計算量
通常只看乘法計算量 c代表通道數，ci輸入通道數，c0為輸出通道數。h w為長寬 如下圖 當前特徵圖ci h w 把特徵圖複製c0個，分別與3 3 ci的卷積核進行卷積，輸出特徵圖大小c0 h w,用c0個3 3 ci的卷積核進行卷積操作，所以參數量為3 3 ci c0，在h w的特徵圖上操作，故計...