CNN中下一層Feature map大小計算


符號表示:

$W$:表示當前層Feature map的大小。

$K$:表示kernel的大小。

$S$:表示Stride的大小。

具體來講:

整體說來,和下一層Feature map大小最為密切的就是Stride了,因為按照CNN的移動方式,是根據Stride來進行移動的,因此除了最后一個的長度為K之外,前面所有的長度全部為S。當然K=S僅僅是一種特殊情況而已。

正如這幅圖片所示(有點丑,將就着看吧),為了直觀,故意將重疊的部分給忽略掉,這樣可以更清楚的明白到底是怎樣一回事。

因此最后的公式就是這樣子的:

下一層Feature map的大小 $=\frac{W-K}{S}+1$

如果需要加入padding,那么將padding后的整體看作是W這樣就可以了,就這樣吧。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM