ฉันสมมติว่าเมื่อคุณบอกว่า11x11x10
คุณหมายความว่าคุณมีเลเยอร์ที่มีตัวกรอง 10, 11x11 จำนวน convolutions ที่คุณจะทำคือ 10 convolutions ไม่ต่อเนื่อง 2 มิติต่อตัวกรองในตัวกรองธนาคารของคุณ ดังนั้นสมมติว่าคุณมีเครือข่าย:
480x480x1 # your input image of 1 channel
11x11x10 # your first filter bank of 10, 11x11 filters
5x5x20 # your second filter bank of 20, 5x5 filters
4x4x100 # your final filter bank of 100, 4x4 filters
คุณกำลังจะทำ: convolutions 2D หลายช่องทางที่แต่ละคนมีความลึก 1, 10 และ 20 ตามลำดับ อย่างที่คุณเห็นความลึกของการบิดแต่ละครั้งจะเปลี่ยนไปตามฟังก์ชั่นความลึกของปริมาตรอินพุทจากเลเยอร์ก่อนหน้า10+20+100=130
10+200+2000=2,210
ตอนนี้จะบอกคุณว่าหลายช่องทางเดียว 2D convolutions ที่คุณทำไม่ได้เป็นวิธีการคำนวณอย่างเข้มข้นแต่ละม้วนมีความเข้มของการคำนวณของแต่ละบิดจะขึ้นอยู่กับความหลากหลายของพารามิเตอร์รวมทั้งimage_size
, image_depth
, filter_size
ของคุณstride
(วิธีไกลคุณขั้นตอนระหว่างแต่ละบุคคล การคำนวณตัวกรอง) จำนวนชั้นการรวมกำไรที่คุณมีเป็นต้น