内核大小等于1的Conv1D做什么？ 过滤器 kernel_size 激活= relu kernel_size = 1卷积

问题描述

我阅读了将LSTM与CONV1结合使用的示例。 （摘自：CNN LSTM）

Conv1D(filters=64,kernel_size=1,activation='relu')

• 我知道卷积的维数是1（大小为1的1个变暗）

1. 卷积的值是多少？ （矩阵1 * 1的值是多少？）
2. 我不知道filters=64是什么吗？是什么意思？
3. relu激活函数是否对卷积的输出起作用？ （从我阅读的内容来看，似乎是这样，但我不确定）
4. 像我们在这里一样，将卷积与kernel_size = 1一起使用的动机是什么？

解决方法

过滤器

filters = 64表示使用的单独过滤器数为64。 每个滤波器将输出1个通道。也就是说，这里有64个滤波器对输入进行运算以产生64个不同的通道（或矢量）。因此，filters参数确定输出通道的数量。

kernel_size

kernel_size确定卷积窗口的大小。假设kernel_size = 1，则每个内核的维数为in_channels x 1。因此，每个内核权重将为in_channels x 1维张量。

激活= relu

这意味着relu激活将应用于卷积运算的输出。

kernel_size = 1卷积

用于通过应用非线性来减少深度通道。在保持接收场的同时，它会在各个通道上进行加权平均。

例如：filters = 64,kernel_size = 1,activation = relu 假设输入要素图的大小为100 x 10（100个通道）。然后，层权重将为64 x 100 x 1维。输出大小将为64 x 10。