卷积神经网络层数

Question

我在试着理解一篇卷积神经网络中的反向传播文章

但我不能把我的头绕在图上：

第一层具有3维度32x32的功能映射。第二层具有32特征映射，其维度18x18。这怎么可能？如果一个内核5x5的卷积应用于32x32输入，则输出的维数应为$(32-5+1)$乘以$(32-5+1)$ = $28$乘$28$。

另外，如果第一层只有3个功能映射，那么第二层应该有多个3功能映射，但32不是3的倍数。

另外，为什么第三层的大小是10x10？应该改为9x9吗？前一层的尺寸为18x18，因此2x2最大池应将其减少到9x9，而不是10x10。

Answer 1

实际上我猜你在第二部分搞错了。重点是在CNNs中，卷积运算是按体积进行的。假设输入图像在三个通道上，下一层有5个核，下一层将有5个特征映射，但卷积运算是由体积上的卷积组成的，具有这样的特性:每个核都有其宽度和高度，还有一个深度。它的深度等于前一层的特征映射数，这里是图像的通道。看看这里。

Answer 2

这可能是一种填充物与卷积步幅相结合的情况:如果你将第一层两边有2个零，然后使用2的步幅，你最终会得到一个18 * 18 * x。输入上的3个通道很可能是RG&B，通常可以缩放到32个特征地图。

Answer 3

你之所以感到困惑，是因为论文中遗漏了一些参数。假设从第一层到第二层，使用stride=2和pad=4以及32个内核，18=( 32 +2*4-5)/2-1