CNN输出特征图形状计算

1、示例1：

a、当填充为0时

输入特征图（in_width）:   5*5

卷积核大小（kernel_width）:  3*3

填充（padding）：0

步长（stride）:  1

求输出特征图（out_width）形状

计算结果：

out_width =  floor(in_width-kernel_width+2*padding/stride)+1

输出特征图  = floor（输入-卷积核大小+2*填充/步长）+1

out_width  = floor (5-3+2*0/1)+1 = 3   #结果向下取整

b、当填充不为0时

输入特征图（in_width）:   5*5

卷积核大小（kernel_width）:  3*3

填充（padding）：1

步长（stride）:  1

求输出特征图（out_width）形状

计算结果：

out_width = floor (in_width-kernel_width+2*padding/stride)+1

输出特征图  = floor（输入-卷积核大小+2*填充/步长）+1

out_width  =floor (5-3+2*1/1)+1 = 5  #结果向下取整

---

2、示例2：

AlexNet网络第一层卷积层输出的形状

输入特征图（in_width）:   227*227

卷积核大小（kernel_width）:  11*11

填充（padding）：0

步长（stride）:  4

求输出特征图（out_width）形状

计算结果：

out_width = floor (in_width-kernel_width+2*padding/stride)+1

输出特征图  = floor（输入-卷积核大小+2*填充/步长）+1

out_width  = floor (227-11+2*0/4)+1 = 55  #结果向下取整