假設我有 5x5x3 影像，并且每個通道都有不同的過濾器 - 例如 3x3x3。首先在 Cov2D 中，過濾器中的每個內核分別應用于輸入層中的三個通道（給出 3x3x3 - 沒有填充和步幅 1），并將這三個通道相加（逐元素相加），給出 3x3x1 .
我想要連接三個通道（3x3x3）而不是對通道（3x3x1）求和。
感謝幫助。
uj5u.com熱心網友回復：
您所指的是深度卷積，其中輸出的通道是連接而不是相加的。（詳見https://www.tensorflow.org/api_docs/python/tf/keras/layers/DepthwiseConv2D）
示范：
x = np.random.rand(1,5,5,3)
l = tf.keras.layers.DepthwiseConv2D(3, depth_multiplier=1)
print(l(x).shape)
'''
(1, 3, 3, 3)
'''
您可以使用depth_multiplier來控制應用于每個通道的深度內核的數量。
l2 = tf.keras.layers.DepthwiseConv2D(3, depth_multiplier=2)
print(l2(x).shape)
'''
(1, 3, 3, 6)
'''
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/385050.html