卷积、反卷积及池化、空洞卷积计算公式、特征图通道数(维度)变化、卷积核大小与深度等概念解释

计算公式

  1. 图像的宽和高计算一致 W = H
  2. 图像宽为W,高为H,通道数为C;
  3. 卷积核尺寸为K,通道数为D,个数为N;
  4. 卷积运算步长为S,0填充大小为P;
  5. 输入和输出量分别以1和2表示。

卷积

w、h = (Input - k + 2*p) / s + 1
通道数目:和卷积核个数N一样
所以当stride为1时,当卷积核的大小比padding的两倍大1时,可以不改变特征图的尺寸,只改变通道数。

反卷积

w、h = (input-1) * s + k-2*p
通道数目:和卷积核个数N一样

池化

w、h = (w-k)/s +1
通道数目: 不变

空洞卷积

空洞卷积的等效卷积核大小:
ke = k + (k − 1)(r − 1)
k为原始卷积核大小,r为diarate参数。
输出计算同卷积运算。
卷积、反卷积和池化操作均可改变图像尺寸大小,但池化操作不会改变图像的通道数,而卷积与反卷积通常会改变图像的通道数。

  • 0
    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