本文介绍了卷积神经网络中卷积层输出尺寸的计算公式。详细解释了原图尺寸(W)、滤波器尺寸(F)、padding大小(P)及步长(S)如何共同决定卷积操作后特征图的大小。
记录一下
W: 原图尺寸
F：滤波器尺寸
P：padding大小（指单边padding大小）
S：stride
卷积后的尺寸是：
⌊(W−F+2P)/S+1⌋\lfloor (W − F + 2P )/S+1 \rfloor⌊(W−F+2P)/S+1⌋ × ⌊(W−F+2P)/S+1⌋\lfloor (W − F + 2P )/S+1 \rfloor⌊(W−F+2P)/S+1⌋， ⌊ ⌋\lfloor \, \rfloor⌊⌋表示向下取整
扫一扫
02-17
4231
4231
05-17
491
491
05-14
6288
6288
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
