卷积的原理
卷积尺寸变化
输出尺寸=(输入尺寸-filter尺寸+2*padding)/stride+1
宽和高都是这么计算的;

输入图片大小为200×200,依次经过一层卷积(kernel size 5×5,padding 1,stride 2),pooling(kernel size 3×3,padding 0,stride 1),又一层卷积(kernel size 3×3,padding 1,stride 1)之后,输出特征图大小为:97

计算尺寸不被整除只在GoogLeNet中遇到过。卷积向下取整,池化向上取整。
(200-5+21)/2+1 为99.5,取99
(99-3)/1+1 为97
(97-3+21)/1+1 为97

常见的:
stride为1,kernel为 3 ,padding为1 卷积前后尺寸不变
stride为1,kernel为 5 ,padding为2 卷积前后尺寸不变
————————————————
版权声明:本文为CSDN博主「maylisa_du」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_42490152/article/details/100160864

卷积:kernel size/padding/stride相关推荐

  1. Kernel size can‘t be greater than actual input size的解决方案

    报错信息:RuntimeError: Calculated padded input size per channel: (49). Kernel size: (64). Kernel size ca ...

  2. RuntimeError: view size is not compatible with input tensor‘s size and stride

    在运行pytorch程序中: def forward(self, x):out = self.cnn(x)out = out.view(out.size()[0], -1)return self.fc ...

  3. 报错:RuntimeError: view size is not compatible with input tensor‘s size and stride (at least one dimen

    报错:RuntimeError: view size is not compatible with input tensor's size and stride (at least one dimen ...

  4. 深度学习:view size is not compatible with input tensor‘s size and stride (at least one dimension spans a

    错误提示: view size is not compatible with input tensor's size and stride (at least one dimension spans ...

  5. 运行错误:view size is not compatible with input tensor‘s size and stride (at least

    python运行报错: view size is not compatible with input tensor's size and stride (at least one dimension ...

  6. Inception-v3报错:RuntimeError: Calculated padded input size per channel: (3 x 3). Kernel size: (5 x 5)

    在PyTorch1.7.1环境下运行PyTorch官方提供的ImageNet预训练模型Inception-v3报错如下: RuntimeError: Calculated padded input s ...

  7. cnn stride and padding_CNN中的stride、kernel、padding计算

    在卷积网络搭建过程中,遇到了一个困惑,那就是如何根据卷积的一些超参数来计算网络的输出的大小,即卷积尺寸变化 为了使得计算过程更加直观,定义以下参数 定义 定义 定义 输入尺寸为 输出尺寸为 则有卷积尺 ...

  8. 卷积与反卷积、步长(stride)与重叠(overlap)及 output 的大小

    1. 卷积与反卷积 如上图演示了卷积核反卷积的过程,定义输入矩阵为 III(4×44\times 44×4),卷积核为 KKK(3×33\times 33×3),输出矩阵为 OOO(2×22\time ...

  9. Calculated padded input size per channel: (99 x 4). Kernel size: (129 x 1). Kernel size can‘t be gre

    程序报了这个错,上网查了一下,说是输入的图片大小不够卷积核卷积,应该是这个样子.大家碰到这个问题,可以去看一下是不是特征图太小导致卷积核没办法卷积. 我遇到的也是这个问题,但是可以说是这个理由,但改的 ...

最新文章

  1. ×××论坛应该为访问者更大的价值
  2. VINS(八)初始化
  3. Android内部存储改变读取权限
  4. 后副车架焊接机器人_车架全自动焊接机器人的日常维护保养方法
  5. P4022-[CTSC2012]熟悉的文章【广义SAM,dp,单调队列】
  6. Google Guava多集
  7. 远控免杀专题 13----zirikatu免杀
  8. Vision Transformer太火!这门开源课也火了!十小时现场coding带你玩转ViT 爆款SOTA算法!...
  9. 基于CentOS7,MySQL5.7的高可用MHA架构搭建实战
  10. java定时任务管理_基于SpringBoot+layui秒级定时任务管理:JTimer for JAVA项目
  11. DELL MD3200I存储单双控制器的自由切换
  12. UE4中FString转UTF8及UTF8转FString
  13. Docker系列(四)守护式容器
  14. csgo降低延迟指令_ILP——指令级并行
  15. 小米多主题思路分析-重定向资源篇
  16. 火车头采集器 ajax json,火车采集器V9版Json功能介绍
  17. 【老九君】【Java】集合框架
  18. 语音信号处理之语音特征提取(1)机器学习的语音处理
  19. PHP实现图片合并功能(根据群用户头像生成群logo图片)
  20. PCB做板子步骤和经验

热门文章

  1. java中if结构用图表示_Java语法基础之选择结构的if语句、switch语句详解
  2. python sqlalchemy中文手册-基于Python的SQLAlchemy的操作
  3. tomcat 连接oracle重连,JSP+Tomcat连接Oracle数据库
  4. 编程计算1+2+3+4+...+n的值超过500的和的第一个值
  5. 【c语言】蓝桥杯算法提高 JOE的算数
  6. 定时分量和直流分量_交直流输入的RC电路分析
  7. 深度 | 解决真实世界问题:如何在不平衡类上使用机器学习?
  8. 支付宝钱包支付iOS SDK的方法
  9. 使用MASM03 - Win32汇编语言011
  10. Transact_SQL语句大全