CNN的卷积核是单层的还是多层的？

Are CNN convolution kernels single-layer or multi-layer?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: hard

分类: Machine Learning

标签: 卷积核, 通道, Feature Map, 2D/3D卷积

参考答案摘要

答案 一般而言，深度卷积网络是一层又一层的。层的本质是特征图，存贮输入数据或其中间表征信息。一组卷积核则是联系前后两层的网络参数表达体，训练的目标就是每个卷积核的权重参数组。描述网络模型中某层的厚度，通常用名词通道channel数或者特征图feature map数。不过人们更习惯把作为数据输入的前层的厚度称之为通道数（比如RGB三色图层称为输入通道数为3），把作为卷积输出的后层的厚度称之为特征图数...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。