在卷积后找到矩阵大小的公式

时间:2017-11-13 22:41:31

标签: machine-learning neural-network deep-learning conv-neural-network convolution

如果我的输入大小为5x5,步幅为1x1,滤波器大小为3x3,那么我可以在纸上计算出卷积矩阵的最终大小为3x3。

但是,当此输入大小更改为28x28或50x50时,如何在纸上计算卷积矩阵的大小?是否有任何公式或任何技巧可以做到这一点?

1 个答案:

答案 0 :(得分:3)

是的,有一个公式(请参阅cs231n class中的详细信息):

W2 = (W1 - F + 2*P) / S + 1
H2 = (H1 - F + 2*P) / S + 1

其中W1xH1是原始图片大小,F是过滤器大小,S是步幅,P是另一个参数 - 填充大小。另请注意,结果通道大小等于过滤器数量。