machine-learning - Caffe 卷积层的输出数量如何与内核和步幅大小配合使用？

Question

也许是个菜鸟问题，但在阅读了 Github 上的 caffe.proto 文件后，我无法协调卷积层的两个(实际上是三个)规范如何共存:

1. 输出数量；
2. 内核大小和步幅。

内核大小和步幅不一定决定卷积层的输出数量吗？我在 .proto 文件中看到输出数量是一个可选规范，这使我相信输出数量可以是用户定义的，而不是内核大小和步幅的派生函数。这是真的？如果是，目的是什么？

Answer 1

没有。 num_output 指的是输出的 channel 数，而 kernel_size、pad、stride 用于计算输出的大小每个 channel 。