如何計算卷積神經網絡中密集和輸出層的尺寸？

Question

有人可以告訴我爲什麼密集層和輸出層的大小分別是256和10？

input = 1x28x28      
conv2d1 (28-(5-1))=24 -> 32x24x24 
maxpool1     32x12x12       
conv2d2 (12-(3-1))=10 -> 32x10x10  
maxpool2      32x5x5       
dense       256  
output       10 

Answer 1

卷積層與完全連接層不同。對於完全連接，您將矢量重塑爲單一維度，並將矩陣乘法與fc層權重（W * x + B）應用。

你應該清楚地閱讀和理解這裏的概念（最好的教程，瞭解如何convnets作品）：http://cs231n.github.io/convolutional-networks/#conv

對於緻密層：

在你的情況，第一致密層具有權重的大小[32 * 5 * 5256]。將池圖層的輸出重新整形爲一個矢量，並通過密集圖層輸入。第一個密集層的輸出是256個dim矢量 - 通過第二個FC層（weights_size = [256,10]）饋送它以獲得10個dim矢量

Conv，Pool，Relu，完全連接層和計算的所有細節在上面的鏈接中清楚地解釋了每層的輸出尺寸。

請通過它。我希望有所幫助。