Önyargı sanal nöron başına çalışır, bu nedenle tek bir çıkışın olduğu birden çok yanlılık girişine sahip olmanın bir değeri yoktur - bu, yalnızca farklı yanlılık ağırlıklarının tek bir yanlılığa eklenmesi anlamına gelir.
İlk gizli katmanın çıktısı olan özellik haritalarında renkler artık ayrı tutulmaz *. Etkili her özellik haritası, bir sonraki katmanda bir "kanal" dır, ancak bunlar genellikle girdinin birleştirilmiş kanallarla görselleştirildiği yerlerde ayrı ayrı görselleştirilir. Bunu düşünmenin bir başka yolu, orijinal görüntüdeki ayrı RGB kanallarının girişte 3 "özellik haritası" olmasıdır.
Önceki katmanda kaç kanalın veya özelliğin olduğu önemli değildir, sonraki katmanda bulunan her özellik haritasının çıktısı bu haritadaki tek bir değerdir. Bir çıkış değeri, bir önyargı ağırlığına ihtiyaç duyan tek bir sanal nörona karşılık gelir.
Bir CNN'de, soruda açıkladığınız gibi, çıktı özellikleri haritasındaki her noktada aynı ağırlıklar (sapma ağırlığı dahil) paylaşılır. Bu nedenle, her özellik haritasının kendi ağırlık ağırlığı ve previous_layer_num_features x kernel_width x kernel_heightbağlantı ağırlıkları vardır.
Bu nedenle evet, (3 x (5x5) + 1) x 32ilk katman için toplam ağırlığa neden olan örneğiniz , ilk gizli katman işleme RGB girişi 32 ayrı özellik eşlemesine sahip bir CNN için doğrudur.
* Üzerinde çalıştıkları renk kanallarına ayrılabilen CNN ağırlıklarının görselleştirilmesiyle kafanız karışıyor olabilir.