【计算卷积神经网络输出形状】

根据输入体积大小（H1, W1, D1）、填充数量（K）、填充大小（F）、步长（S）以及零填充大小（P）来计算输出体积大小（H2, W2, D2）。

计算输出体积大小的公式

输出体积的大小可以使用以下公式来计算：

• 输出高度（H2）：H2 = [(H1 - F + 2 * P) / S] + 1
• 输出宽度（W2）：W2 = [(W1 - F + 2 * P) / S] + 1
• 输出深度（D2）：D2 = K

这里的方括号表示向下取整操作。

示例代码

# 输入体积大小
H1, W1, D1 = 32, 32, 3

# 填充数量
K = 64

# 填充大小
F = 3

# 步长
S = 1

# 零填充大小
P = 1

# 计算输出体积大小
H2 = ((H1 - F + 2 * P) // S) + 1
W2 = ((W1 - F + 2 * P) // S) + 1
D2 = K

print(f"输出体积大小：({H2}, {W2}, {D2})")