卷积的输出

Question

假设我们有一个5x5大小的图像和一个3x3大小的内核， 大步前进2，继续前进。经过神经网络的卷积层后，输出图像的大小是多少。

Answer 1

另一个答案是正确的，但这是一张图形，该图形直观地说明了此公式成立的原因：

I：图像尺寸，K：内核尺寸，P：填充，S：步幅

我将仅解释一个方向的公式（将过滤器向右移动），因为另一个方向的公式相同。

想象一下，您将内核（过滤器）放置在填充图像的左上角。

然后，右侧还有 I-K + 2P 像素。如果跨度为S，则可以将内核放在此剩余部分的 floor（（I-K + 2 * P）/ S）位置。您可以验证具有4x4像素的图像是否需要“底色”。您必须为内核的初始位置添加一个，以获得内核位置的总数。

因此，总共有个（（I-K + 2 * P）/ S）+ 1 位置-这是您的输出大小的公式。 希望有帮助。

Answer 2

让我们考虑一个更一般的情况：

输入是大小为I * I的图像。输入用P * P像素填充。内核的大小为K * K，步幅为S * S。然后，输出具有O * O大小，可以使用一个简单的公式进行计算：

O = [（I + 2 * P-K）/ S] +1;其中[]显示下限功能。

所以，您的回答是3 * 3，因为O = [（5 + 2 * 1-3）/ 2] + 1 = 3。