卷积(sample)与反卷积(unsample)

最新推荐文章于 2023-07-10 07:00:00 发布

jwspl

最新推荐文章于 2023-07-10 07:00:00 发布

阅读量2.6k

点赞数 2

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/weixin_43881803/article/details/100117023

版权

卷积普通卷积图中卷积核k为3×3，步长s为1，padding为0。有填充卷积图中卷积核k为3×3，步长s为1，padding为1。步幅大于一的卷积图中卷积核k为3×3，步长s为2，padding为0。卷积后的图片边长计算公式为：Mout=（Min−K+2P）/s+1M_{out}=（M_{in}-K+2P）/s+1Mout=（Min−K+2P）/s+1其中MinM_{in...

摘要由CSDN通过智能技术生成

卷积

普通卷积

图中卷积核k为3×3，步长s为1，padding为0。在这里插入图片描述

有填充卷积

图中卷积核k为3×3，步长s为1，padding为1。
在这里插入图片描述

步幅大于一的卷积

图中卷积核k为3×3，步长s为2，padding为0。
在这里插入图片描述
卷积后的图片边长计算公式为：
$M_{out}=（M_{in}-K+2P）/s+1$

最低0.47元/天解锁文章

关注

2
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
卷积(sample)与反卷积(unsample)

卷积普通卷积图中卷积核k为3×3，步长s为1，padding为0。有填充卷积图中卷积核k为3×3，步长s为1，padding为1。步幅大于一的卷积图中卷积核k为3×3，步长s为2，padding为0。卷积后的图片边长计算公式为：Mout=（Min−K+2P）/s+1M_{out}=（M_{in}-K+2P）/s+1Mout=（Min−K+2P）/s+1其中MinM_{in...
复制链接

扫一扫

评论

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。