Keras中Conv2D层输出结果异常问题咨询

你遇到的问题本质是对Conv2D输出张量的维度顺序理解有误，并非权重设置或卷积计算出现异常。

核心问题：输出维度的解读 #

Keras中Conv2D层的输出形状为(batch_size, output_height, output_width, filters)，最后一个维度才是滤波器的索引，而非你误以为的第三个维度。

你给出的输出张量：

array([[[[17., 17.],
         [16., 16.]],

        [[16., 16.],
         [16., 16.]]]], dtype=float32)

正确的解读方式是：

• 每个最内层的[a, b]代表同一空间位置上两个滤波器的输出结果
• 第一个滤波器的完整输出是：

  [[17., 16.],
   [16., 16.]]
  

• 第二个滤波器的完整输出是：

  [[17., 16.],
   [16., 16.]]
  

两者完全一致，符合你的预期。

验证方式 #

你可以通过索引提取单个滤波器的输出来确认：

output = standardConv(test_array)
# 提取第一个滤波器的输出
filter1_output = output[0, :, :, 0].numpy()
# 提取第二个滤波器的输出
filter2_output = output[0, :, :, 1].numpy()

print("第一个滤波器输出：")
print(filter1_output)
print("\n第二个滤波器输出：")
print(filter2_output)

运行后会看到两个滤波器的输出完全相同，都是你预期的结果。

补充说明 #

你设置的权重是正确的：np.ones([3,3,1,2])对应3×3的卷积核，1个输入通道，2个输出滤波器，且所有权重为1；偏置np.zeros([2])确保没有额外偏移。卷积计算过程完全符合预期，只是输出维度的解读偏差导致了你误以为结果不一致。

内容的提问来源于stack exchange，提问作者Eusebius