计算公式

无论多么复杂的网络,其输出尺寸(Width 或 Height)都遵循下面这个黄金公式:
在这里插入图片描述
参数含义:
在这里插入图片描述
注意: 如果结果不是整数,通常采用“向下取整”(Floor),但在某些框架的特定 Padding 模式下会有不同,建议以整数对齐为准。

公式解释

  • W−F: 你的桌布长度减去尺子长度,得到的是尺子能移动的总范围。
  • +2P: 如果你在桌布两端各接长了一块(Padding),你的移动范围就变大了。
  • ÷S: 尺子不是一毫米一毫米挪的,而是一跳一跳挪的。除以步长,就是算算一共能跳多少下。
  • +1: 这是一个最容易忘掉的项!因为尺子起始位置本身就占了一次计数。

具体例子

在这里插入图片描述
例子3:下采样(缩小图片)
假设输入 7x7,卷积核 3x3,填充 0,步长 2。
计算:在这里插入图片描述

结果: 输出尺寸为 3x3。可以看到,步长 S=2 成功让图像面积缩小了 4 倍以上。

特殊情况:空洞卷积

此时卷积核的有效尺寸F会发生变化

  • 如果卷积核大小为 k,空洞率为 d,则等效卷积核大小 F=k+(k−1)(d−1)。
  • 把这个新的 F 代入上面的黄金公式即可。
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐