我是靠谱客的博主 年轻红牛,最近开发中收集的这篇文章主要介绍卷积网络 步长&填充 大小 与输入输出大小的关系,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

在设计深度学习网络的时候,需要计算输入尺寸和输出尺寸,那么就要设计卷积层的的各种参数。这里有一些设计时候的计算公式,方便得到各层的参数。

这里简化下,约定:

没有填充,单位步长

零填充,单位步长

  1. 半填充

  1. 全填充

参考图如下图所示;

不填充,非单位步长

零填充,非单位步长

示意图如下:

 

参考:

[1603.07285] A guide to convolution arithmetic for deep learning

最后

以上就是年轻红牛为你收集整理的卷积网络 步长&填充 大小 与输入输出大小的关系的全部内容,希望文章能够帮你解决卷积网络 步长&填充 大小 与输入输出大小的关系所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(38)

评论列表共有 0 条评论

立即
投稿
返回
顶部