tensorflow - TensorFlow 如何将图像缩小为 7x7？

Question

我正在阅读教程 Deep MNIST for Experts 。在本节开头 Densely Connected Layer ，它表示“[...]图像尺寸已缩小至 7x7”。

我似乎不知道他们是如何得到这个 7x7 矩阵的。据我了解，我们从 28x28 开始，有两层 5x5 卷积核。 28 除以 4 等于 7，但不能除以 5。

Answer 1

5x5 是卷积层的“窗口”大小。它不会减小图像大小:TensorFlow 和 Caffe 等会自动提供边框垫。举个例子，Torch 要求您添加该边框(在本例中，每个方向有 2 个位置)。

每个内核(过滤器)考虑整个图像的 5x5 子集。例如，为了计算图像中位置 [7, 12] 的值，卷积过程会考虑“窗口”[5:9, 10:14]。它将这 25 个值中的每一个值乘以其相应的权重，并对这些乘积求和。该总和成为下一层中心正方形 [7,12] 的值。

对图像中的每个位置以及层中的每个内核重复此过程。

正如 @Aenimated1 已经提到的，大小减少来自两个池化，每个池化 2 倍。此操作将图像划分为 2x2 窗口，并传递每个 2x2 正方形的最大值(或其他表示形式，如果用户指定)。这会将 28x28 图像缩小为 14x14；第二次池化将其减少到 7x7。