keras中卷積核維數與輸入維數的關係
阿新 • • 發佈：2019-02-04
裡面如果有錯的話，還望指正，謝謝。
在使用keras的卷積層時，需要選擇卷積核的維數，對應的函式分別為Conv1D和Conv2D等，剛開始使用時一直沒搞明白為啥輸入影象是3維的RGB影象，但是在配置卷積層時卻選擇Conv2D函式，而不是Conv3D，後來看keras的原始碼，才知道原因（我等菜鳥還是要多看原始碼才能進步。。）
在keras.layers中的convolutional.py中，基類函式_Conv中卷積核的尺寸是kernel_shape，可以看到程式碼中：
kernel_shape = self.kernel_size + (input_dim, self.filters)
self.kernel_size由conv_utils.normalize_tuple函式得到，該函式根據輸入的引數返回一個元組，引數分別是：kernel_size, rank, 'kernel_size'。
等式的第二個部分是一個元組，(input_dim, self.filters)分別表示輸入資料的維度和卷積核的個數，兩個元組相加，得到最終的卷積核的shape。例如在輸入為RGB影象時，input_dim=3（由輸入引數input_shape得出），filters=64，則：
kernel_shape = self.kernel_size + (input_dim, self.filters)=（3，3，3，64）
因此在計算引數個數時，若輸入尺寸為W*H*D，卷積核移動步長為s，同時padding，保持輸入輸出的W和H不變，考慮偏置項b，卷積核大小為(k,k)，卷積核個數為n，則此時卷積層需要確定的引數個數為：n*(k*k*D+1)，引數個數就與輸入影象的大小就無關啦，少了很多引數，因此上述例子中引數個數為64*（3*3*3+1），括號中前面的27為卷積核的引數，後面的加1為偏置項b。總的連線數為：[（W-k+2*padding)/s+1]*[（H-k+2*padding)/s+1]*n*(k*k*D+1)（這裡的偏置項不知道算不算是連線的一部分）,（W-k+2*padding)/s+1和（H-k+2*padding)/s+1得到輸出的大小
裡面如果有錯的話，還望指正，謝謝。
在使用keras的卷積層時，需要選擇卷積核的維數，對應的函式分別為Conv1D和Conv2D等，剛開始使用時一直沒搞明白為啥輸入影象是3維的RGB影象，但是在配置卷積層時卻選擇Conv2D函式，而不是Conv3D，後來看keras的原始碼，才知道原因（我等菜鳥還是要多看原始碼才能進步。。）
在keras.layers中的convolutional.py中，基類函式_Conv中卷積核的尺寸是kernel_shape，可以看到程式碼中：
kernel_shape = self.kernel_size + (input_dim, self.filters)
self.kernel_size由conv_utils.normalize_tuple函式得到，該函式根據輸入的引數返回一個元組，引數分別是：kernel_size, rank, 'kernel_size'。
1、kernel_size是卷基層中人為指定的，可能為元組，也可能是一個整數，用於確定返回的元組kernel_size中元素的值；
2、rank為卷積核的維數（https://www.zhihu.com/question/21605094，第一個回答把秩的概念將的非常清楚，厲害）,也是一個輸入時確定的引數，但是在繼承類中都已經指定了。用於確定返回的元組中kernel_size的大小;3、'kernel_size'僅僅用於報錯時指出錯誤。
例如在使用Conv2D時，假設設定的kernel_size =3，或者(3,3)，rank已經設定為2，則返回的self.kernel_size=(3,3)等式的第二個部分是一個元組，(input_dim, self.filters)分別表示輸入資料的維度和卷積核的個數，兩個元組相加，得到最終的卷積核的shape。例如在輸入為RGB影象時，input_dim=3（由輸入引數input_shape得出），filters=64，則：
kernel_shape = self.kernel_size + (input_dim, self.filters)=（3，3，3，64）
因此在計算引數個數時，若輸入尺寸為W*H*D，卷積核移動步長為s，同時padding，保持輸入輸出的W和H不變，考慮偏置項b，卷積核大小為(k,k)，卷積核個數為n，則此時卷積層需要確定的引數個數為：n*(k*k*D+1)，引數個數就與輸入影象的大小就無關啦，少了很多引數，因此上述例子中引數個數為64*（3*3*3+1），括號中前面的27為卷積核的引數，後面的加1為偏置項b。總的連線數為：[（W-k+2*padding)/s+1]*[（H-k+2*padding)/s+1]*n*(k*k*D+1)（這裡的偏置項不知道算不算是連線的一部分）,（W-k+2*padding)/s+1和（H-k+2*padding)/s+1得到輸出的大小
裡面如果有錯的話，還望指正，謝謝。