卷积核输出维度计算

1)卷积层:

 参数:W:宽;   H:高; D:深度;

K:卷积核的个数; F:卷积核的大小; S:步长; P:用0填充

 

卷积后输出:W或H=[(输入大小-卷积核大小+2*P)/步长]  +1. 

       不能整除时,一般去掉小数部分取整,如4.5,则取4  

 

上图中的 output =[(7-3)+2*1]/1 +1 =7

        不能整除时,向下取整,如4.5,则取4  

图中也提到了padding 的选择,

如卷积核为3时 padding 选择1

如卷积核为5时 padding 选择2

如卷积核为7时 padding 选择3

 

2)池化层

池化层的计算与卷积层一样

 

 

3)卷积后深度变化

    卷积后深度与卷积核的个数一致。用7个3*3的卷积核与RGB图像大小为(256,256,3)卷积,卷积后深度为7,卷积步长stride为1,填充padding为0,则卷积后图像大小及深度:254*254*7。其中每个卷积核与RGB图像同时与R、G、B三个通道做卷积

  • 16
    点赞
  • 69
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值