热门标签
热门文章
- 1一维信号短时傅里叶变换域邻域降噪方法（MATLAB）
- 2[Unity2D入门教程]简单制作仿植物大战僵尸游戏之⑤制作更多的敌人Attacker以及防御者Defender_unity 2d教程
- 3请介绍python所有的第三方库
- 4eve-ng混合模式的配置(1)，2024年最新赶紧学起来_eve-ng配置linux
- 5MySQL数据库：表的增删查改_数据库insert
- 6Scipy有哪几种包_scipy vq
- 72024年大模型4大趋势，这家国产大模型快人一步！
- 8数据结构：队列 和 栈 的详解_数据结构:栈和队列的区别 两个队列实现栈
- 9ControlNet作者放大招！IC-Light：控制生成图片光照效果！
- 10Named Entity Recognition（NER）_named entity recognition (ner)
当前位置: article > 正文
【深度学习】卷积计算后输出维度计算方法_卷积层的输出维度
作者：在线问答5 | 2024-07-04 14:44:49
赞
踩
卷积层的输出维度
卷积运算
深度学习中，利用卷积核对图片提取特征已经十分常用且普遍，本文介绍经过卷积运算后的输出维度计算方法。
卷积输出维度计算
已知：
假设输入的图片尺寸：A x A
卷积核大小：K
步长Stride：S
Padding大小：P
求解：
输出的embedding维度B：B = (A + 2*P - K) / S + 1
逐步理解：
- A + 2*P (size + 2 * padding) ===> 将原图片拓展
- A + 2*P - K ===> 根据卷积核大小把最后一个抛掉
- (A + 2*P - K) / S ===> 按照步长做除法
- (A + 2*P - K) / S + 1 ===> 将第二步减掉的加回来
举例说明
5X5大小的输入图片，卷积核大小为3X3，stride = 2, padding = 1。
则经过卷积运算，输出size = (5+1*2-3)/2+1 = 3.
会输出3X3的矩阵计算值。
推荐阅读
相关标签
