标签：偏差 1.7 输出 卷积 神经网络 添加 过滤器 输入

对于相同的输入，我们想要得到不同的输出，

上图中我们通过不同的过滤器得到了不同的输出，最终我们需要把这些输出变成单层卷积神经网路。
我们还需要对每一个输出添加一个偏差，这里偏差是一个实数，这里是一个广播机制，我们需要对这16个元素添加相同的偏差，然后我们可以继续添加一些非线性转换ReLU,最终通过添加偏差和非线性转换，最终我们得到一个4x4x2的输出矩阵。
练习
假定你有10个3x3x3的过滤器，请问一共有多少个参数？
每个过滤器有27个参数外加一个偏差，所以每个过滤器有28个参数，一共有10个过滤器，所以共有280个参数。

f代表过滤器，p代表填充，s代表步幅度，nh代表输入图像高度，nw代表输入图像宽度，nc代表输入图像的层数（也就是上一层卷积神经网络过滤器的数量）
过滤器的通道大小应当与输入图像的通道数量相同。

标签：偏差,1.7,输出,卷积,神经网络,添加,过滤器,输入
来源： https://blog.csdn.net/ldda123/article/details/120563330

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。