machine-learning - 计算卷积层的输出大小

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

这个问题似乎与 help center 中定义的范围内的编程无关。 .

已关闭 1 年前。

社区 1 年前审核了是否重新开放此问题，并将其关闭:

原始关闭原因未解决

Improve this question

如何计算卷积层的输出大小？

例如，我有一个 2D 卷积层，它接受 3x128x128 输入并具有 40 个大小为 5x5 的滤波器。

Answer 1

您可以使用这个公式[(W−K+2P)/S]+1。

• W 是输入音量 - 在您的情况下为 128
• K 是内核大小 - 在您的情况下为 5
• P 是填充 - 在你的情况下我相信 0
• S 是步幅 - 您尚未提供。

所以，我们输入公式:

Output_Shape = (128-5+0)/1+1

Output_Shape = (124,124,40)

注意:如果未提供，Stride 默认为 1，(124, 124, 40) 中的 40 是用户提供的过滤器数量。