卷积层输出特征图大小计算

假设输入图片为:3×200×200

普通卷积:

nn.Conv2d(input_nc, output_nc, kernel_size=3, stride=2, padding=1)

特征图计算公式为:

其中:H_{out}为输出特征图的大小,H_{in}为输入图片/特征图的大小(此处为200)

则计算过程为:

此时的计算结果为:100.5,卷积层碰到小数则向下取整(池化层遇到小数向上取整),故输出特征图大小为100。

若包含膨胀卷积:

nn.Conv2d(input_nc, output_nc, kernel_size=3, stride=2, dilation=1, padding=1)

特征图计算公式为:

 则计算过程为:

 此时计算结果为:99.5。因卷积层向下取整,则输出的特征图为100。

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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