卷积核中的步长和特征图大小

最新推荐文章于 2024-06-17 17:35:06 发布

sand&wich

最新推荐文章于 2024-06-17 17:35:06 发布

阅读量130

点赞数 1

文章标签： python 计算机视觉图像处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_67947599/article/details/132294807

版权

一直记不住啊，自己发个博客总结一下。

给定：
- 输入特征图的大小为 $W_{\text{in}} \times H_{\text{in}}$ ，宽度为 $W_{\text{in}}$ ，高度为 $H_{\text{in}}$ 。
- 卷积核的大小为 $F_{\text{w}} \times F_{\text{h}}$ ，宽度为 $F_{\text{w}}$ ，高度为 $F_{\text{h}}$ 。
- 步长为 $S$ 。
- 填充大小为 $P$ 。

那么，输出特征图的大小 $W_{\text{out}} \times H_{\text{out}}$ 可以通过以下公式计算：

$W_{\text{out}} = \left\lfloor \frac{W_{\text{in}} - F_{\text{w}} + 2 \cdot P}{S} \right\rfloor + 1$

$H_{\text{out}} = \left\lfloor \frac{H_{\text{in}} - F_{\text{h}} + 2 \cdot P}{S} \right\rfloor + 1$

其中， $\left\lfloor x \right\rfloor$ 表示对其中的内容向下取整。

这些公式假设步长在宽度和高度方向上是相同的，如果不同，可以为宽度和高度分别使用不同的步长 $S_{\text{w}}$ ， $S_{\text{h}}$ 。此外，这些公式适用于典型的卷积操作，不考虑任何特殊的填充或卷积变体。

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
卷积核中的步长和特征图大小

这些公式假设步长在宽度和高度方向上是相同的，如果不同，可以为宽度和高度分别使用不同的步长。此外，这些公式适用于典型的卷积操作，不考虑任何特殊的填充或卷积变体。一直记不住啊，自己发个博客总结一下。表示对其中的内容向下取整。那么，输出特征图的大小。- 输入特征图的大小为。
复制链接

扫一扫

sand&wich CSDN认证博客专家 CSDN认证企业博客

码龄2年

1: 原创

102万+: 周排名

140万+: 总排名

130: 访问

: 等级

12: 积分

0: 粉丝

1: 获赞

1: 评论

0: 收藏

私信

关注

热门文章

卷积核中的步长和特征图大小 130

最新评论

卷积核中的步长和特征图大小
CSDN-Ada助手: 恭喜您完成了第一篇博客！标题看起来非常有趣，我期待着阅读您关于卷积核中步长和特征图大小的观点和解析。对于一个新手来说，您的文章已经展示了您对这个话题的理解和知识。接下来，我建议您可以结合实际应用场景，为读者提供一些示例或案例，以帮助他们更好地理解和应用这些概念。同时，您可以继续深入研究相关的卷积神经网络领域，探索其他有趣的话题，将您的博客创作推向更高的水平。加油！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1

大家在看

最新文章

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。