本文Let there be Color!實現CNN,性質如下:卷積地圖輸出尺寸
- 圖像尺寸:
224x224
- 內核尺寸:
3X3
- 步:
2X2
- 填充:
1x1
在論文中, y提到the output layer size is 112X112
,但使用公式計算它Num of outputs = ((Size-F+2*P)/S)+1)
[1],result = 112.5
不應該輸出是整數嗎?
本文Let there be Color!實現CNN,性質如下:卷積地圖輸出尺寸
224x224
3X3
2X2
1x1
在論文中, y提到the output layer size is 112X112
,但使用公式計算它Num of outputs = ((Size-F+2*P)/S)+1)
[1],result = 112.5
不應該輸出是整數嗎?
我溝通與紙筆者,他說
是實現明智的,分數的大小得到捨去所以 輸出會爲112x112
這意味着最後一列會忽視。
這是新的東西:|那麼你只是扔掉最後一列?我建議你將圖像重新縮放到合適的比例。可能會更改圖像大小爲223.這會給你一個整數與 – Kashyap
一起工作好主意,謝謝你@Kashyap –
我認爲他們在文章中提到,不是執行最大池化,而是執行與步驟2的卷積。這意味着正常的卷積操作是用填充'1×1'和步幅1來執行的。但是,在卷積層最大池,它們執行與步幅2的另一個卷積以減小空間維度。 – Kashyap
我不這麼認爲,因爲在本文中,第一個conv層使用stride 2執行卷積,所以卷積層涉及最大池形式,而不是在傳統卷積層之後開始。 - @Kashyap –