卷积的计算过程与卷积核
哪些公司问过
答案要点
- 卷积核在输入上滑动,对应元素相乘再求和,得到特征图的一个值
- 输出大小 = floor((输入 - 核 + 2·padding) / stride) + 1
- 多通道:核的通道数与输入相同,各通道结果相加;每个核产生一个输出通道
- 局部连接、权重共享,参数少;卷积对平移等变,配合池化更接近不变性
- 1×1 卷积:升降通道数、降维后减少计算量、增加非线性、跨通道融合信息
易错点
- 忘了卷积核的通道数要与输入通道数一致
- 输出大小公式忘了加一
- 说 1×1 卷积没有作用
- 混淆卷积和池化
面试官常见追问
- 卷积层的参数量怎么计算?
- padding 和 stride 有什么作用?
- 1×1 卷积为什么能减少计算量?
- 卷积的权重共享指什么?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。