如果指定输出数量，如何在CNN中计算输出尺寸

Question

我在弄清楚每个CNN层的尺寸时遇到了麻烦。

假设我的输入是一个向量，然后我使用一个完全连接的层将其投影到4x4x256矩阵上……

zP = slim.fully_connected(
    z,
    4*4*256,
    normalizer_fn=slim.batch_norm,
    activation_fn=tf.nn.relu,
    scope='g_project',
    weights_initializer=initializer
)

# Layer is reshaped to a 4x4x256 mapping.
zCon = tf.reshape(zP,[-1,4,4,256])

z是我的原始向量。然后，我将这个4x4x256矩阵放入CNN ...

gen1 = slim.convolution2d_transpose(
    zCon,
    num_outputs=64,
    kernel_size=[5,5],
    stride=[2,2],
    padding="SAME",
    normalizer_fn=slim.batch_norm,
    activation_fn=tf.nn.relu,
    scope='g_conv1', 
    weights_initializer=initializer
)

如您所见，我使用了卷积2d转置，并将输出指定为 64 ，跨度为 2 ，过滤器大小为 5 < / em>。这意味着我知道我的一个维度是 64 ，但是我不知道其他两个维度是什么，也不知道如何计算。

我尝试使用以下公式，但对我而言不起作用...

如何计算剩余尺寸？

Answer 1

您编写的公式用于卷积运算，因为您需要计算transposed convolution的形状是卷积的逆数，因此可以通过将上述项重新安排为：

W = (Out-1)*S + F - 2P

W是您的实际输出，而Out是您对transpose convolution的实际输入。