Backto DeepLearning Index
一般在模型表述中,卷积操作的简写类似 k(3,3)-c512-s1-p1
, 其中 k
代表 kernel(大小), c 代表 column(层数),s 代表 stride(步长), p 代表 padding(填充数量)。这四个是卷积操作的基本属性。
Kernel 卷积核
一般为奇数正方形,如 3x3
, 7x7
Column
Kernel 的深度或者说层数
Stride
Kernel 移动的步长,Stride 其实就是一个 down-sampling
的过程。
Padding
为保留图像边缘信息而在四周进行padding(一般为0)。
卷积前后特征图的大小关系为
助记: 本来的尺寸是 n