【DL】卷积基础操作: Kernel, Padding, Stride & Column

最新推荐文章于 2025-06-04 10:44:10 发布
原创 最新推荐文章于 2025-06-04 10:44:10 发布 · 3.4k 阅读 · 7 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#conv #kernel #column #stride #dilation

本文介绍了卷积神经网络中的基本概念，包括Kernel（卷积核）的大小，Column（层数），Stride（步长）以及Padding（填充）。卷积核通常为奇数正方形，Column指的是卷积核的深度，Stride决定了卷积的移动步长，Padding用于保持图像边缘信息。通过公式推导了卷积后特征图的大小关系，帮助理解卷积操作。

Backto DeepLearning Index

一般在模型表述中，卷积操作的简写类似 k(3,3)-c512-s1-p1, 其中 k 代表 kernel(大小)， c 代表 column(层数)，s 代表 stride(步长)， p 代表 padding(填充数量)。这四个是卷积操作的基本属性。

Kernel 卷积核

一般为奇数正方形，如 3x3, 7x7

Column

Kernel 的深度或者说层数

Stride

Kernel 移动的步长，Stride 其实就是一个 down-sampling 的过程。

Padding

为保留图像边缘信息而在四周进行padding（一般为0）。

卷积前后特征图的大小关系为

在这里插入图片描述
助记: 本来的尺寸是 n i n n_{in}

最低0.47元/天 解锁文章
图像处理中的卷积核kernel
Cybenko
05-07 1万+
kernel 中的卷积核介绍： 简介 卷积核（kernel），也叫卷积矩阵（convolution matrix）或者掩膜（mask），本质上是一个非常小的矩阵，最常用的是 3×3 矩阵。主要是利用核与图像之间进行卷积运算来实现图像处理，能做出模糊、锐化、凹凸、边缘检测等效果。 卷积运算 卷积在通俗上理解是把原始矩阵中的每一个元素，都与其相邻的元素根据卷积核的权重分布做加权平均，卷积运算的公式如下： 其中，g(x,y)是被处理后的矩阵，w 是卷积核，f(x,y)是原始矩阵，-a≤s≤a 并且 -b≤t≤b
卷积神经网络kernel/filter/stride
weixin_63016274的博客
12-03 1347
卷积神经网络kernel/filter/stride
【深度学习理论 卷积神经网络01】超快理解kernel卷积核 及 引言
汪汪杂记
07-07 1522
卷积神经网络 本文为深度学习笔记，参考课程图文 0.问题导入 输入：矩阵、图片 简单的解决方案： 将图片像素点按照行或者列拉成一个很长的向量，但是图片很大时，实际操作做不到。 图片尺寸：10001000 RGB：R、G、B 3个通道 输入数据大小：31000*1000 =300 0000 隐藏层：1000个隐藏元 连接矩阵：300 0000 * 1000 =3 * 10^9 计算机存储代价过大 2.传统几何方法：模糊、锐化、提取垂直边界 ...
卷积神经网络的卷积核（kernel）、输入尺寸（input）、步长（stride）、填充（padding）关系
weixin_43794311的博客
10-21 1万+
基本意义 卷积核（kernel）：用于对输入图像进行共享权值的遍历；如果将图像每一个图像的每一个像素作为卷积输入层的元素，那么卷积核就相当与每个输入的权值，且有卷积核大小的一组输入使用同一组权值。例如，一个图像是99大小，卷积核是33；则输入是81个，共享权值是9个一组。 步长（stride）：卷积核是在图片上移动后遍历每一个像素，每次移动的大小就是步长stride 填充（padding）：是为了满足输出的图像的维度要求，最终图像的输出宽度会=原来输出宽度+2padding，因为是周围填充 几个关系 字符含
卷积:kernel size/padding/stride
xinfeng205的博客
04-01 3481
1.1 卷积输出尺寸计算公式 out=(input-filter+2*padding)/stride+1 1.2 卷积输出尺寸计算示例 输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，paddi...
kernel、padding、size的关系
sinat_37666840的博客
06-14 497
输出尺寸：heightout=(heightin-heightkernel+2*padding)/stride+1。输入尺寸：widthout=(widthin-weightkernel+2*padding)/stride+1。
卷积核（Convolution Kernel）
m0_69648014的博客
06-04 634
卷积核（Convolution Kernel）是卷积神经网络（CNN）中的核心组件，用于提取输入数据的局部特征。它通过滑动窗口的方式与输入数据进行逐元素相乘并求和，生成特征图（Feature Map）。
图解卷积层stride，padding，kernel_size 和卷积前后特征图尺寸之间的关系
weixin_43499703的博客
04-10 1161
设置卷积核大小(kernel_size)，卷积步长 (stride)，特征图**填充宽度 (padding)**等参数 原文链接：https://zhuanlan.zhihu.com/p/163017446
tensorflow框架下，CNN中关于卷积核(kernel)、过滤器(filter)、通道(channel)、特征图(feature map)的概念解释，附带张量、卷积的解释
qq_43320208的博客
12-05 8562
tensorflow框架下，CNN中关于卷积核(kernel)、过滤器(filter)、通道(channel)、特征图(feature map)的概念解释，附带张量、卷积的解释
深度学习与神经网络（二）——卷积神经网络
qq_58536037的博客
04-07 1934
如图所示为AlexNet 的网络模型，其网络架构一共有5 个卷积层、3 个maxpooling 层、2 个全连接层（值得注意的是三、四卷积层后没有Pooling 层），其输入矩阵为3 × 224 × 224 大小的三通道彩色图像。• C3 层（卷积层）：使用16 个大小为5 × 5 的卷积核对输入的特征图进行卷积操作。• C1 层（ 卷积层）：使用6 个大小为5 × 5 的卷积核对输入图像进行卷积操作，卷积后得到的特征图尺寸为28 ，因此产生6 个大小为28 × 28 的特征图。
读取raw图像 自行设计卷积kernel，对图像卷积，然后非盲反卷积实现
06-06
读取.raw图像，并显示，然后自己设计一个卷积核（kernel） 对图像进行卷积操作，然后利用空域频域之间转换，对图像反卷积
卷积操作中的padding和strides
cuisidong1997的博客
11-13 690
这个就是zeropadpad作用是使输入输出维度大小相同。zero意思是用o代替fake区域的值，跟伸出去几个方格没关系，这里是33卷积，所以伸出一个方格，如果是55卷积，就会伸出2个，关键是要使卷积操作的中心跟边界对齐。作者：原文网址：来源网络，如有侵犯到您的权益请联系lmc22#qq.com（#换成@）进行下架处理。Pad和Stride都是深度神经网络里的惯例操作，所以要记住它两的作用和概念。卷积操作中的padding和strides。这个就是卷积，输入是55输出是33。三、Stride示意图。
图解神经网络：卷积、池化、全连接（通道数问题、kernel与filter的概念）
热门推荐
1900的博客
01-08 2万+
卷积、池化、全连接操作、通道数计算、filter、kernel
卷积神经网络
qq_39114950的博客
07-27 1068
卷积神经网络所需基础
神经网络：CNN中的filter，kernel_size，strides，padding对输出形状的影响
weixin_44116706的博客
06-09 4954
输入数据在经过卷积层后，形状一般会发生改变，而形状的变化往往与以下三个超参数有关。
filter 与 kernel ,卷积的理解
chengde6896383的专栏
09-10 436
https://www.cnblogs.com/chumingqian/articles/11569397.html
关于卷积的那些事儿
qq_40946524的博客
07-16 1124
参考：一文带你了解深度学习中的各种卷积（上）
Pyorch基础：卷积神经网络
Poor - Because you have no ambition
05-12 571
卷积神经网络 卷积神经网络由一个或多个卷积层和顶端的全连接层（也可为1x1的卷积层作为输出）组成的一种前馈神经网络。 结构组成 卷积层 卷积计算如图 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TkwveQEO-1589268526758)(9.gif)] 定义一个权重矩阵即W（一般对于卷积来说，称作卷积的核kernel也有人称为过滤器filter），这个权重一般为3x3、5x5或7x7。一般3x3和5x5为最佳大小。 上图计算方式：在输入矩阵上使用权重矩阵进行滑动，每滑一
详解卷积中常见参数及用法（stride、kernel_size、padding、dilation)
absence521的博客
01-08 5202
最近看自己方向的论文，发现有的时候还是分不清一些参数的用法和含义，比如今天就在stride和dilation之间思考了很久，知识确实是学杂了，为了加深印象决定记录下来。
卷积核尺寸：kernel_size越大，特征图缩小越快。这句话怎么理解
最新发布
12-25
<think>我们正在讨论卷积操作对特征图尺寸的影响。关键点在于卷积操作中的步长（stride）和填充（padding）以及卷积核尺寸（kernel_size）共同决定输出特征图的尺寸。但是，在卷积操作中，当步长大于1时，特征图会缩小。而卷积核尺寸本身并不直接导致特征图缩小，但是它在卷积操作的计算公式中，与步长和填充一起影响输出尺寸。 然而，用户引用的句子是：“卷积核尺寸：kernel_size越大，特征图缩小越快”。这句话需要结合卷积操作的输出尺寸公式来理解。 卷积操作输出尺寸公式为： output_size = floor( (input_size + 2*padding - kernel_size) / stride ) + 1 在这个公式中，对于固定的输入尺寸、步长和填充，当kernel_size增大时，分子（input_size + 2*padding - kernel_size）会减小，因此输出尺寸也会减小。也就是说，在同样的步长和填充条件下，使用更大的卷积核会导致输出特征图的尺寸变得更小。这就是“kernel_size越大，特征图缩小越快”的含义。 但是，需要注意的是，在实际应用中，我们通常不会单独增大卷积核而不调整其他参数。例如，在VGG网络中，使用连续的3x3卷积（并配合填充1）来保持特征图尺寸不变，直到使用池化层进行下采样。而如果使用较大的卷积核（如5x5或7x7）且不填充，那么特征图尺寸会迅速减小。 因此，我们可以这样解释： 当卷积核尺寸增大时，在同样的步长和填充设置下，输出特征图的尺寸会减小。如果网络中使用多个大卷积核，那么特征图的尺寸会更快地缩小（即经过更少的层数就变得很小）。 举例说明： 假设输入尺寸为5x5，卷积步长为1，填充为0： 使用3x3卷积核：输出尺寸 = (5 + 0 - 3)/1 + 1 = 3 使用5x5卷积核：输出尺寸 = (5 + 0 - 5)/1 + 1 = 1 因此，同样的输入，使用5x5卷积核比3x3卷积核输出的特征图尺寸更小（从3x3变为1x1）。如果网络中有多层卷积，那么使用大卷积核会加速特征图尺寸的缩减。 另外，在相同的下采样次数（即池化层或步长为2的卷积层）下，如果卷积层使用更大的卷积核，那么在这些下采样层之间，特征图可能因为卷积操作而进一步缩小（如果填充不够的话），从而使得整个网络的特征图尺寸缩小得更快。 所以，这句话的理解是：在卷积操作中，卷积核越大，在同样的步长和填充条件下，输出特征图尺寸越小，因此在网络中层数不多的情况下，特征图尺寸就会变得很小，即“缩小越快”。 现在，根据要求，我们将在回答后提出3-5个相关问题。 </think> ### 理解“卷积核尺寸越大，特征图缩小越快”的原理 在卷积神经网络中，这个现象可以通过**卷积操作的数学本质**来解释。核心在于卷积操作的输出尺寸计算公式： ```python 输出尺寸 = (输入尺寸 + 2×填充 - 卷积核尺寸) / 步长 + 1 ``` #### 📐 关键机制分析： 1. **边界效应**： - 卷积核在图像边缘滑动时，中心点无法覆盖边缘像素 - 尺寸为K的卷积核，每边会损失`(K-1)/2`个像素 - 示例： - 3×3卷积核：每边损失1像素 → 总损失2像素 - 7×7卷积核：每边损失3像素 → 总损失6像素 2. **尺寸缩小加速原理**： ```mermaid graph LR A[输入特征图 7×7] --> B[3x3卷积] --> C[输出5×5] A --> D[5x5卷积] --> E[输出3×3] A --> F[7x7卷积] --> G[输出1×1] ``` - 相同输入下： - 3×3卷积：尺寸减少2 (7→5，缩小28.6%) - 5×5卷积：尺寸减少4 (7→3，缩小57.1%) - 7×7卷积：尺寸减少6 (7→1，缩小85.7%) #### 🔍 实际网络中的表现： 以AlexNet第一层为例： ```python 输入：227×227 RGB图像 卷积核：11×11，步长=4 输出计算：(227 + 0 - 11)/4 + 1 = 55 → 55×55特征图 ``` - 若改用3×3卷积核（同参数）： ```python (227 + 0 - 3)/4 + 1 = 57 → 57×57特征图 ``` - 对比：11×11核使尺寸多缩小2个单位（约3.5%） #### ⚖️ 设计权衡： | 卷积核尺寸 | 感受野优势 | 尺寸缩小代价 | 典型应用场景 | |------------|------------|--------------|--------------| | 小(1×1) | 极小 | 几乎不缩小 | 通道降维 | | 中(3×3) | 适中 | 适度缩小 | 主流选择 | | 大(7×7) | 极大 | 急剧缩小 | 早期网络 | > 💡 **现代解决方案**： > 使用**连续小卷积替代大卷积**（如2个3×3卷积替代1个5×5卷积） > - 获得相同感受野（5×5） > - 尺寸缩小更平缓（每次缩小2像素） > - 参数更少（2×3²=18 vs 5²=25）
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值