如何计算卷积输入形状/大小？

Question

如果我有输出形状，过滤器形状，步幅和填充

过滤器形状：[kernel_height, kernel_width, output_depth, input_depth]

输出形状：[batch, height, width, depth]

strides=[1,1,1,1]

padding='VALID'

我可以获得输入形状吗？

例如，

过滤器形状：[3, 3, 1, 1]

输出形状：[1, 1, 1, 1]

我可以计算固定输入形状[1,3,3,1]和如何计算？

你有计算形状的代码吗？因为我觉得我自己不需要写它..

Answer 1

它是batch, height + kernel_height - 1, width + kernel_width - 1, input_depth

开头的

batch有点明显，最后是input_depth。要了解height + kernel_height - 1，请考虑如何应用内核。如果您输入的图像是10乘10并且您应用了3乘3内核，则水平地将其应用于位置0,1，...，7，总共8个不同的位置，类似的思维适用于内核如何垂直移动，这将导致大小为8x8的输出映射。如果你总结一下这个想法，你会发现输出映射的大小是width + kernel - 1, height + kernel - 1，这意味着如果你有输出映射的大小，要获得输入的大小，你需要反转操作，这将导致width - kernel + 1, height - kernel + 1。

这仅适用于填充类型＆＃34; VALID＆＃34;。如果类型为＆＃34; SAME＆＃34;，则输出将被填充以匹配输入的维度，因此输入形状将为batch, height, width, input_depht