12.2深度学习_卷积层输出尺寸的计算公式

卷积层输出尺寸的计算公式

对于二维卷积层（nn.Conv2d），输出特征图的高度和宽度可以通过以下公式计算：

[
H_{\text{out}} = \left\lfloor \frac{H_{\text{in}} + 2 \times \text{padding} - \text{dilation} \times (\text{kernel_size} - 1) - 1}{\text{stride}} + 1 \right\rfloor
]

[
W_{\text{out}} = \left\lfloor \frac{W_{\text{in}} + 2 \times \text{padding} - \text{dilation} \times (\text{kernel_size} - 1) - 1}{\text{stride}} + 1 \right\rfloor
]

参数解释

示例计算

假设我们有一个输入张量 input，其尺寸为 (64, 1, 32, 32)，并且我们使用了以下卷积层配置：

self.conv1 = nn.Conv2d(
    in_channels=1,
    out_channels=32,
    kernel_size=3,
    padding=0,
    stride=1,
)

我们可以根据上述公式计算 conv1 的输出尺寸：

• 输入尺寸：( H_{\text{in}} = 32 )，( W_{\text{in}} = 32 )
• 卷积核大小：( \text{kernel_size} = 3 )
• 填充：( \text{padding} = 0 )
• 步幅：( \text{stride} = 1 )
• 膨胀系数：( \text{dilation} = 1 )（默认值）

代入公式：

因此，conv1 的输出尺寸为 (batch_size, 32, 30, 30)。

池化层的输出尺寸

如果你在卷积层后添加了池化层（例如 nn.MaxPool2d），你可以使用类似的公式来计算池化后的输出尺寸。假设你使用了一个 kernel_size=2 和 stride=2 的最大池化层：

self.pool1 = nn.MaxPool2d(kernel_size=2, stride=2)

代入公式：

因此，pool1 的输出尺寸为 (batch_size, 32, 15, 15)。