原文链接:卷积神经网络卷积层池化层输出计算公式
1. 卷积层:
输出矩阵大小为x、输入矩阵大小为n、卷积核大小为f、步长为s、padding 填充为p
x=(n-f+2p)/s +1
所得x的数值如果为小数,则向下取值
2.池化层:
输出矩阵大小为x1
x=(n-f)/s +1
所得x的数值如果为小数,则向下取值。因为大多数池化层没有padding
原文链接:卷积神经网络卷积层池化层输出计算公式
输出矩阵大小为x、输入矩阵大小为n、卷积核大小为f、步长为s、padding 填充为p
x=(n-f+2p)/s +1
所得x的数值如果为小数,则向下取值
输出矩阵大小为x1
x=(n-f)/s +1
所得x的数值如果为小数,则向下取值。因为大多数池化层没有padding