ST_Liam的博客

CNN中卷积层输出形状计算 Formula: [(Nh−Kh+Ph+Sh)/Sh]×[(Nw−Kw+Pw+Sw)/Sw]. [(N_h-K_h+P_h+S_h)/S_h]×[(N_w-K_w+P_w+S_w)/S_w]. [(Nh​−Kh​+Ph​+Sh​)/Sh​]×[(Nw​−Kw​+Pw​+Sw​)/Sw​]. 其中，N(input)为输入，K(kernel)为卷积核，P(padding)为填充，S(stride)为步长，下标h(height)为高度，下标w(width)为宽度。 值得注意的是：PPP

召回率和精确率的理解 实际上非常简单，精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)，也就是 P= 而召回率是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。那也有两种可能，一种是把原来的正类预测成正类(TP)，另一种就是把原来的正类预测为负类(FN)。 其实就是分母不同，一个分母是预测为正的样本数，另一个是原来样本中所有的正样本数。 ...