Coderii的博客

CV/DL基础知识 之 反卷积参数推导1，卷积参数表达式：2，反卷积的运算过程：3，反卷积参数的推导4，后记1，卷积参数表达式：输入size    ：in输出size    ：out卷积核size：k步长            ：spadding    ：

CV/DL基础知识 之 卷积网络感受野计算公式推导首先解释一下什么是感受野：假设将原始输入(一般是图像)img输入到网络中，某卷积层layer_i输出的特征图为map_i。map_i的感受野就是map_i中的某个元素在这个计算过程中涉及到的img的元素数量。我们一步步来。符号标记：除了上面用到的符号，我们用r_i表示map_i的感受野尺寸；k_i、s_i表示layer_i的卷积核尺寸、步长；如图：图2：我们首先计算r_1:如图2，map_1的蓝色元素，map_1中的每个元素都是由原图