卷积神经网络的输入输出尺寸计算

给出输入尺寸和参数值计算输出尺寸当给出输入时尺寸（nn）、卷积核尺寸(mm)、步长Stride(s)、填充Padding§ 信息输出尺寸为：( ( n - m + 2 * p ) / s +1 ) * ( ( n - m + 2 * p ) / s +1 )解释： [外链图片转存失败,源站可能有防盗在这里插入!链机制,建描述]议将图片上https://传(imblog.csdnimg.cn...

油醋三椒

2888人浏览 · 2019-12-23 17:39:45

油醋三椒 · 2019-12-23 17:39:45 发布

给出输入尺寸和参数值计算输出尺寸

当给出:
输入尺寸（n * n）、卷积核尺寸(m * m)、步长Stride(s)、填充信息Padding ( p )
则输出尺寸为：
( ( n - m + 2 * p ) / s +1 ) * ( ( n - m + 2 * p ) / s +1 )
解释：
在这里插入图片描述
当输入图像为：5 * 5，卷积核尺寸为：3 * 3， padding = 0 ， stride = 1时，输入图像的卷积运算如下：