多输入多输出QA

假设输入和输出的高宽没有变的情况下，通常不会去动通道数的值；但是把输入和输出的高宽都减半的情况下，通常会把输出的通道数加一位；也即把空间信息压缩了，然后把提取出来的那些信息在更多的通道中存下来；(网友：下采样后通道拓宽一倍;)

1. 网络越深,Padding 0越多，这里是否会影响性能？答：计算性能方面还好，就加了一点点，影响微乎其微；模型性能方面，填充的0不会对你的输出造成影响；0和你的卷积一乘得到0(当然偏差是有)，最后有很多0进来，反正最后出来就等价于一个偏差值，再加一个常数，所以这个东西对神经网络来讲它无所谓，常数对于它来讲是可以忽略掉这个事情；所以很多Padding不会太多的影响到你的精度；当然会有一定的影响你的性能，如果你的Padding很多很多0，当然计算就会很复杂了；

2. 每个通道的卷积核是不一样的，不同通道的卷积核大小是一样的，应该少说了大小两个字把？

标签：输出,卷积,性能,QA,通道,输入,Padding
来源： https://www.cnblogs.com/Li-JT/p/15810678.html