我对这个卷积的计算方式及其输出维度有一些疑问。我熟悉使用 nxm 内核的简单卷积，使用步幅、扩张或填充，这不是问题，但这个尺寸对我来说似乎很奇怪。因为我使用的模型非常有名 onnx-mnist ，我认为这是正确的。
所以，我的观点是:
- 如果输入的尺寸为 1x1x28x28，那么输出的尺寸如何为 1x8x28x28？
- W 表示内核。怎么可能是8x1x5x5呢？据我所知，第一个维度是批量大小，但这里我只是用 1 个输入进行推理。这有道理吗？
- 我正在从头开始实现这个卷积运算符，到目前为止它适用于 1x1x28x28 和 1x1x5x5 的内核，但额外的维度对我来说没有意义。
找到我正在尝试做的卷积，希望不是太onnx特定。
最佳答案
我没有看到您正在使用的代码，但我猜 8 是内核数量。这意味着您在输入上应用 8 个不同的内核，大小为 5x5，批量大小为 1。这就是您在输出中获得 1x8x28x28 的方式，8 表示激活映射的数量(每个内核一个)。
内核尺寸(8x1x5x5)的数字解释:
- 8:不同过滤器/内核的数量(将是每个图像的输出映射的数量)
- 1: 输入 channel 数。如果您的输入图像是 RGB 而不是灰度，则这将是 3 而不是 1。
- 5:第一空间维度
- 5:第二个空间维度
关于tensorflow - 卷积的维数？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59116204/