神经网络的特征图计算公式解说

( 宽 或 高 ) W / H = [ ( 输 入 大 小 − 卷 积 核 大 小 + 2 ∗ P ) / 步 长 ] + 1. (宽或高) W/H=[(输入大小-卷积核大小+2*P)/步长] +1. ()W/H=[(+2P/]+1.
P是指padding。(p=空白的厚度)(一般填充0)
卷积核卷积过程
如图, 7 ∗ 7 7*7 77的特征图,卷积核为 3 ∗ 3 3*3 33,设stride为2,则若没有padding,就只有 ( 7 − 3 ) / 2 + 1 = 3 (7-3)/2+1=3 73/2+1=3种横向位置,也就是说会生成 3 ∗ 3 3*3 33的特征图。
那么为了使生成的图依然为 7 ∗ 7 7*7 77,要使状态数为7,则 ( 7 − 3 + 2 ∗ p a d d i n g ) / 2 + 1 = 7 , 则 p a d d i n g = 4 (7-3+2*padding)/2+1=7,则padding=4 (73+2padding)/2+1=7,padding=4

设宽=高=w,stride=s,padding=p,kernelsize=k,则
p = ( w ∗ s − w − s + k ) / 2 p=(w*s-w-s+k)/2 p=(wsws+k)/2
特别地, s = 1 时 , p = ( k − 1 ) / 2 s=1时,p=(k-1)/2 s=1p=(k1)/2

  • 1
    点赞
  • 1
    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