首页 > 其他 > 详细

关于深度学习卷积操作的输出尺寸的计算

时间:2020-07-21 00:04:39      阅读:127      评论:0      收藏:0      [点我收藏+]

  1、填充padding:对输入的图像数据的周围填入固定的数据。

  2、步幅stride:卷积操作的滤波器的中心像素的位置间隔。

  3、关于图像卷积操作的输出图像的计算公式:

    假设输入大小为(H,W),滤波器大小为(FH,FW),输出大小为(OH,OW),填充为P,步幅为S。此时,输出大小的计算公式如下:

    OH = (H + 2P -FH )/ S + 1

    OW = (W + 2P -FW )/ S + 1

 

关于深度学习卷积操作的输出尺寸的计算

原文:https://www.cnblogs.com/Alex-aimm/p/13347403.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!