本文Let there be Color!实现CNN,性质如下:卷积地图输出尺寸
- 图像尺寸:
224x224
- 内核尺寸:
3X3
- 步:
2X2
- 填充:
1x1
在论文中, y提到the output layer size is 112X112
,但使用公式计算它Num of outputs = ((Size-F+2*P)/S)+1)
[1],result = 112.5
不应该输出是整数吗?
本文Let there be Color!实现CNN,性质如下:卷积地图输出尺寸
224x224
3X3
2X2
1x1
在论文中, y提到the output layer size is 112X112
,但使用公式计算它Num of outputs = ((Size-F+2*P)/S)+1)
[1],result = 112.5
不应该输出是整数吗?
我沟通与纸笔者,他说
是实现明智的,分数的大小得到舍去所以 输出会为112x112
这意味着最后一列会忽视。
这是新的东西:|那么你只是扔掉最后一列?我建议你将图像重新缩放到合适的比例。可能会更改图像大小为223.这会给你一个整数与 – Kashyap
一起工作好主意,谢谢你@Kashyap –
我认为他们在文章中提到,不是执行最大池化,而是执行与步骤2的卷积。这意味着正常的卷积操作是用填充'1×1'和步幅1来执行的。但是,在卷积层最大池,它们执行与步幅2的另一个卷积以减小空间维度。 – Kashyap
我不这么认为,因为在本文中,第一个conv层使用stride 2执行卷积,所以卷积层涉及最大池形式,而不是在传统卷积层之后开始。 - @Kashyap –