2020-12-09 深度学习卷积核/过滤器、特征图（featue map）、卷积层

野性酷女 2022-12-27 08:37 188阅读 0赞

# 概念学习：卷积核/过滤器、特征图（featue map）、卷积层 #

作为基础学习，建议先看一看电子版的：

\[美\] Michael Nielsen著，Xiaohu Zhu/Freeman Zhang译：《神经⽹络与深度学习》（Neural Networks and Deep Learning）

这本书深入浅出，把神经网络的基本原理讲得比较清楚。

人们把feature map翻译成特征图，把channel翻译为通道。有时这二者说的是同一件事；但有时强调输入输出时就叫通道，强调图片经过神经网络运算后发现的特征就叫特征图。在下文的说明过程中，我们不做显著的区分，同学们可以理解为上一层输出的feature maps就是下一层输入的channels。

**（1）卷积核/过滤器**

卷积核也称为过滤器（filter）。

每个卷积核具有长、宽、深三个维度。

卷积核的长、宽都是人为指定的，长X宽也被称为卷积核的尺寸，常用的尺寸为3X3，5X5等。

在指定卷积核时，只需指定其长和宽两个参数，这是因为通常卷积核的深度（也可以理解为通道数）与当前图像的深度（feather map的个数，比如：RGB三个通道就是三个feature map）相同。

卷积过程中，输入层有多少个通道（输入的feature map个数），滤波器就要有多少个通道（卷积核的深度）；但是滤波器的数量是任意的，滤波器的数量决定了卷积后输出的通道数（即：输出的feature map 个数）。

在许多常用的体系结构中，随着计算所使用的网络越来越深，所使用的过滤器数量也越来越大（例如，第二个为64，第三个为128，依此类推）。

**（2）feature map**

输入层：在输入层，如果是灰度图片，那就只有一个feature map（一个通道）；如果是彩色图片，一般就是3个feature map（红绿蓝三个通道）。

其它层：层与层之间会有若干个卷积核（kernel）（也称为过滤器），上一层的feature map（通道）跟每个卷积核做卷积，都会产生下一层的一个feature map；有N个卷积核，下层就会产生N个feather map（即：N个输出通道）。

**（3）卷积层**

许多卷积架构是从一个外部卷积单元开始的，它将信道RGB的输入图像映射到一系列内部过滤器中。在深度学习框架中，这个代码可能如下所示：

out\_1=Conv2d(input=image, filter=32, kernel\_size=(3,3), strides=(1,1))

relu\_out=relu(out\_1)

pool\_out=MaxPool(relu\_out, kernel\_size=(2,2), strides=2)

对一个输入图片，这里使用了32个的过滤器，每个过滤器尺寸为3X3，步长为1。

下面这张图，可以用来显示上述代码片段中所有的操作：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTk0MzMxMQ_size_16_color_FFFFFF_t_70][]

上图中，32个过滤器中的每个过滤器（即：Filter-1、Filter-2……）实际上包含一组3个二维内核（Wt-R、Wt-G和WT-B，即：深度为3）。这些二维内核中的每一个分别保存为输入图片中的红（R）、绿（G）和蓝（B）信道。

在正向传播期间，输入图片中的R、G和B像素值分别与Wt-R、Wt-G和Wt-B内核相乘以产生一个间歇激活映射（intermittent activation map）（图中未标出）。然后将三个核的输出相加，这样就为每个过滤器产生一个激活映射（Activation），一共是32个。

随后，这些激活映射中的每一个都要受到ReLu函数的支配，最后运行到最大池化层（也有不使用最大池化层的），而后者主要负责减少输出激活映射的维度（可以理解为减小了长X宽的大小，注意这里所使用的步长为2）。最后，我们得到的是一组32个激活映射，其维数是输入图片的一半（即：得到的32个feature map，每个feature map的尺寸只有输入图片的一半）。

来自卷积层的输出经常用作后续卷积层的输入。因此，如果我们的第二个卷积单元如下：

conv\_out\_2 = Conv2d（input = relu\_out，filters = 64）

在这个卷积单元中有64个过滤器，每个过滤器使用一组32个独特的内核（每个内核对应前面卷积层输出的一个feature map的信道，32个feature map就需要32个内核，即：深度为32）。

参数比较简单的Conv2d()卷积函数的计算过程可以参考：

[https://blog.csdn.net/weixin\_41943311/article/details/94570067][https_blog.csdn.net_weixin_41943311_article_details_94570067]

**（4）Batch Normalization**

Normalization是数据标准化（归一化，规范化），Batch 可以理解为批量，加起来就是批量标准化。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTk0MzMxMQ_size_16_color_FFFFFF_t_70]: /images/20221120/df7db8d4d6e04aa8ad87b172cac9a7da.png
[https_blog.csdn.net_weixin_41943311_article_details_94570067]: https://blog.csdn.net/weixin_41943311/article/details/94570067
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70]: /images/20221120/8288969213bc4d01a0e188f5f1845d19.png