卷積神經網絡中的channel 和filter

在深度學習的算法學習中，都會提到 channels 這個概念。在通常的深度學習框架的 conv2d 中，如 tensorflow 、mxnet，channels 都是必填的一個參數。

channels 該如何理解？先看一看不一樣框架中的解釋文檔。

首先，是 tensorflow 中給出的，對於輸入樣本中 channels 的含義。通常的RGB圖片，channels 數量是 3 （紅、綠、藍）；而monochrome圖片，channels 數量是 1 。

channels : Number of color channels in the example images. For color images, the number of channels is 3 (red, green, blue). For monochrome images, there is just 1 channel (black). ——tensorflow

其次，mxnet 中提到的，通常 channels 的含義是，每一個卷積層中卷積核的數量。

channels (int) : The dimensionality of the output space, i.e. the number of output channels (filters) in the convolution. ——mxnet

爲了更直觀的理解，下面舉個例子，圖片使用自 吳恩達老師的深度學習課程 。

以下圖，假設現有一個爲 6×6×36×6×3 的圖片樣本，使用 3×3×33×3×3 的卷積核（filter）進行卷積操做。此時輸入圖片的 channels 爲 33 ，而卷積核中的 in_channels 與 須要進行卷積操做的數據的 channels 一致（這裏就是圖片樣本，爲3）。

接下來，進行卷積操做，卷積核中的27個數字與分別與樣本對應相乘後，再進行求和，獲得第一個結果。依次進行，最終獲得 4×44×4 的結果。

上面步驟完成後，因爲只有一個卷積核，因此最終獲得的結果爲 4×4×14×4×1 ， out_channels 爲 11 。

在實際應用中，都會使用多個卷積核。這裏若是再加一個卷積核，就會獲得 4×4×24×4×2 的結果。

總結一下，我偏好把上面提到的 channels 分爲三種：

1. 最初輸入的圖片樣本的 channels ，取決於圖片類型，好比RGB；
2. 卷積操做完成後輸出的 out_channels ，取決於卷積核的數量。此時的 out_channels 也會做爲下一次卷積時的卷積核的 in_channels；
3. 卷積核中的 in_channels ，剛剛2中已經說了，就是上一次卷積的 out_channels ，若是是第一次作卷積，就是1中樣本圖片的 channels 。

說到這裏，相信已經把 channels 講的很清楚了。在CNN中，想搞清楚每一層的傳遞關係，主要就是 height,width 的變化狀況，和 channels 的變化狀況。

最後再看看 tensorflow 中 tf.nn.conv2d 的 input 和 filter 這兩個參數。 
input : [batch, in_height, in_width, in_channels] ， 
filter : [filter_height, filter_width, in_channels, out_channels] 。

裏面的含義是否是很清楚了？