您的当前位置:首页正文

卷积层输出大小尺寸计算及 “SAME” 和 “VALID”

2024-11-07 来源:个人技术集锦

本博客只用于自身学习,如有错误,虚心求教!!!

Table of Contents


简介

卷积之后的尺寸大小计算公式为:

  • 输入图片大小 W×W
  • Filter大小 F×F
  • 步长strides  S
  • padding的像素数 P
  • 输出大小为NxN

我们可以得出

                                                

长宽不等时,卷积之后的计算公式也是如此,只需分别计算即可。

在实际操作时,我们还会碰到 padding的两种方式 “SAME” 和 “VALID”,padding = “SAME”时,会在图像的周围填 “0”,padding = “VALID”则不需要,即 P=0。一般会选“SAME”,以来减缓图像变小的速度,二来防止边界信息丢失(即有些图像边界的信息发挥作用较少)。

注意!!!

此时可能会发现,按照这两中方式,按照上面的公式怎么不对呀

其实公式是没有问题的,

问题可能也就出在上面

tensorflow官网给出了另一种计算方式,也是正确的:

padding = “SAME”时:

                                                

padding = “VALID”时:

                                              

举例说明

  • 输入是5*5,
  • 卷积核是3*3,
  • 步长S = 2

padding= “SAME”时:

       根据公式1:

                                            

       根据公式2:

                                           

padding= “VALID”时:

根据公式1:

                                            

 根据公式3:

                                           

编程结果

如下: 

 

 

显示全文