美文网首页
CNN里面卷积核大小,输入大小,移动步长与输出特征大小之间的关系

CNN里面卷积核大小,输入大小,移动步长与输出特征大小之间的关系

作者: 張小明 | 来源:发表于2019-11-17 19:34 被阅读0次

    前情提要:这里卷积核和输入输出大小都是正方形,这里所有的除法都是floor除法

    输入大小in = n*步长 + ksize

    移动次数n = (in - ksize)/ 步长

    如果整除代表 正好移动n次抵达边界

    此时输出大小out = n+1(这里要加上第一次未开始移动时产生的一个输出)

    如果n = (in - ksize)/ 步长

    不能整除则得到移动次数n以及剩余的行数b,且b的取值为(0,步长p - 1)。

    在不补全的情况下,则直接丢弃,于是同上out = n + 1

    在补全的情况下我们要考虑步长p和ksize的大小。

    如果ksize大于p,则我们通过补全ksize - b行即可使得再移动一次便结束。此时输出大小为out = n + 2

    如果ksize小于p,这里有个疑问,ksize可以小于p么?如果可以,那咋算?

    cnn入门

    cnn简介

    这篇文章从零撸了cnn,佩服佩服

    相关文章

      网友评论

          本文标题:CNN里面卷积核大小,输入大小,移动步长与输出特征大小之间的关系

          本文链接:https://www.haomeiwen.com/subject/vvqmictx.html