前言
卷积的计算是CNN中最基本的算术单元,卷积的计算过程中出现的:Input Feature Map(FP), Output Feature Map(FP), 以及与 Kernel(size, strides, padding, dilation rate等)之间的关系和计算方式是我们应该掌握的基本知识。笔者在这里对其进行简要介绍。
卷积Input FP size 与 Output FP size之间的计算公式
1、如图1所示, 其展示了从Input FP 经过卷积计算得到 Output FP的过程,每个通道相互之间独立;
图 1:卷积计算示意图
2、假设Input FP的channels数为n_in, Output FP的channels数为n_out为例,kernel为方形,大小为k, Input FP的Padding为p, 卷积计算的步长(stride)为s。则输入输出的关系如下: