卷积的尺寸？

Question

我对如何计算该卷积及其输出尺寸有一些疑问。我熟悉使用nxm内核进行简单的卷积，使用步幅，膨胀或填充，这不是问题，但是这个尺寸对我来说似乎很奇怪。由于我使用的模型是众所周知的onnx-mnist，因此我认为它是正确的。

所以，我的意思是：

• 如果输入的尺寸为1x1x28x28，那么输出的尺寸为1x8x28x28？
W表示内核。怎么可能是8x1x5x5？据我所知，第一个维度是批处理大小，但是在这里我只是用1个输入进行推断。这有道理吗？
• 我正在从头开始实现此卷积运算符，到目前为止，它适用于1x1x28x28和1x1x5x5的内核，但是额外的尺寸对我来说没有意义。

发现附加了我正在尝试做的卷积，希望不是太| id | name | price | site_id | agency | | --- | ---- | ----- | ------- | ------- | | 1 | NAME | PRICE | 1 | AGENCY1 | | 3 | NAME | PRICE | 1 | AGENCY2 | | 5 | NAME | PRICE | 2 | AGENCY1 | 特定。

Answer 1

我看不到您使用的代码，但我猜8是内核数量。这意味着您在输入上将8个不同的内核以5x5的大小应用于批处理大小为1的批处理中。这就是在输出中获得1x8x28x28的方式，其中8表示激活映射的数量（每个内核一个）。

您的内核尺寸（8x1x5x5）的数字说明：

• 8：不同过滤器/内核的数量（将是每张图像的输出图的数量）
• 1：：输入通道数。如果您输入的图像是RGB而不是灰度，则将是3而不是1。
• 5：第一空间维度
• 5：第二空间维度