基本概念的理解
原图片有几个通道,卷积核就有几个通道
例如原图有3个通道分别为x1,x2,x3矩阵,卷积核也有对应的3个通道分别为w1,w2,w3
x1*w1得到一个数,x2*w2得到一个数,x3*w3得到一个数,三个数之和为原图通过这个卷积核卷积后得到的一个feature map 矩阵中的一个元素,按此类推,卷积核在原图上滑动就会得到这个feature map的其他元素。
所以,不管原图有几个通道,一个卷积核对原图卷积后,都会得到一个二维的feature map.
多个卷积核对原图卷积就会得到多个feature map,这些feature map 重叠在一起后就又变成了一个立体,深度就是前面卷积核的个数。
效果见链接:图片的通道数和卷积核的深度