caffe中的misshaped blob

Question

我使用以下原型文字：

layer {
  name: "pool2"
  type: "Pooling"
  bottom: "conv5"
  top: "pool2"
  pooling_param {
    pool: MAX
    kernel_w: 2
    kernel_h: 1
    stride_w: 2
    stride_h: 1
    pad_h: 0
    pad_w: 0
  }
}

前面的blob形状是1x64x1x30，之后是1x64x1x15。不应该是1x64x1x14吗？

来自caffe doc：

w_o = (w_i + 2*pad_w - kernel_w)/stride_w = (30 - 2)/2 = 14.

这是有道理的，因为池将是：[0,1] [2,3] [4,5] ...... [28,29]这是14个元素。

Answer 1

通常，最大池层接受大小为W1 x H1 x D1的输入卷，并且需要两个超参数 - 步幅（S）和内核大小（K）。它产生大小为W2×H2×D2的输出体积，其中我们有W2 =（W1-K）/ S + 1，H2 =（H1-K）/ S + 1，D2 = D1。简单计算得出内核大小为2且步幅为2的输入减半，验证了caffe的网络输出形状。