输出尺寸
卷积、池化:
输出尺寸=(输入尺寸-核尺寸+2*padding)/ stride +1
逆卷积:
输出尺寸=(输入尺寸−1)∗stride+kernel_size−2∗padding+output_padding
注意:
- 若输出尺寸不是整数,卷积层向下取整,池化层向上取整;
- 当进行池化操作时,步长S就等于池化核的尺寸;
- Padding的作用用于解决图像边缘信息损失的问题;
如same:(same模式只有步长为1时,输入和输出的尺度才相同)输入特征图为5x5,卷积核为3x3,外加padding 为1,则其输出尺寸为