卷积向下取整池化向上取整

在我计算GoogLeNet的每一步的图片的尺寸的时候
我运用卷积的计算公式对对我们的图片的尺寸进行计算，却发现是不行的，我就很疑惑
我用的是一下公式
（1）输入数据体的尺寸是 W 1 × H 1 × D 1 W_1 \times H_1 \times D_1 W1×H1×D1

（2）四个超参数：

滤波器数量K
滤波器空间尺寸F
滑动步长S
零填充的数量P

（3）输入数据体的尺寸为 W 2 × H 2 × D 2 W_2 \times H_2 \times D_2 W2×H2×D2，其中 W 2 = W 1 − F + 2 P S + 1 , H 2 = H 1 − F + 2 P S + 1 , D 2 = K W_2=\frac{W_1-F+2P}{S}+1,H_2=\frac{H_1-F+2P}{S}+1,D_2=K W2=SW1−F+2P+1,H2=SH1−F+2P+1,D2=K

最后查了很多资料，最后得到卷积中的特征图大小计算方式有两种，分别是‘VALID’和‘SAME’，卷积和池化都适用，卷积除不尽的结果都向下取整，池化除不尽的结果都向上取整。

‘VALID’：相当于我们的padding = 0，所以可以直接计算便可以
‘SAME’：用以上的公式进行计算便可，我们需要输出特征图的大小与输入特征图的大小保持不变
若采用’SAME’方式，kernel_size=1时，padding=0；kernel_size=3时，padding=1；kernel_size=5时，padding=3，以此类推。

卷积向下取整池化向上取整相关推荐

基于卷积神经网络和时域金字塔池化的语音情感分析
基于卷积神经网络和时域金字塔池化的语音情感分析一.概述这是最近学习<Speech Emotion Recognition Using Deep Convolutional Neural ...
tensorflow环境下的识别食物_在TensorFlow+Keras环境下使用RoI池化一步步实现注意力机制...
在本文中,作者解释了感兴趣区域池化(RoI 池化)的基本概念和一般用法,以及如何使用它来实现注意力机制.他一步步给出了在 Keras 和 TensorFlow 环境下使用 RoI 池化的实现. 选自 ...
卷积神经网络(卷积层，激活函数Relu,池化层，计算公式及API解释)
1. 卷积神经网络 (卷积层,激活函数,池化层,全连接层) (1) 把神经网络的隐藏层分为卷积层和池化层(又叫下采样层) · 卷积层 : 通过在原始图像上平移来提取特征 · 池化层 : 通过特征 ...
深度学习之卷积神经网络（7）池化层
深度学习之卷积神经网络(7)池化层在卷积层中,可以通过调节步长参数s实现特征图的高宽成倍缩小,从而降低了网络的参数量.实际上,处理通过设置步长,还有一种专门的网络层可以实现尺寸缩减功能,它就是这里要 ...
python除以10取整_python ceiling divide 除法向上取整(或小数向上取整)的实例
python ceiling divide 除法向上取整(或小数向上取整)的实例向上取整的方法: 方法1: items = 102 boxsize = 10 num_boxes = (items + ...
双线性池化_卷积神经网络中的各种池化操作
池化操作(Pooling)是CNN中非常常见的一种操作,Pooling层是模仿人的视觉系统对数据进行降维,池化操作通常也叫做子采样(Subsampling)或降采样(Downsampling),在构建 ...
卷积神经网络中的各种池化操作
参考:https://www.cnblogs.com/pprp/p/12456403.html 池化操作(Pooling)是CNN中非常常见的一种操作,Pooling层是模仿人的视觉系统对数据进行降维 ...
卷积下采样和池化的区别
池化通常池化层紧跟在 CNN 的卷积层之后. 池化方法: max-pooling:对邻域内特征点取最大值 mean-pooling:对邻域内特征点求平均池化的作用: 降维,减少网络要学习的参数数量 ...
python向上取整_Python 之向上取整、向下取整以及四舍五入函数
原博文 2017-06-08 10:02 − import math f = 11.2 print math.ceil(f) #向上取整 print math.floor(f) #向下取整 print ...

卷积向下取整池化向上取整

卷积向下取整池化向上取整

卷积向下取整池化向上取整相关推荐

最新文章

热门文章

卷积向下取整 池化向上取整

卷积向下取整 池化向上取整

卷积向下取整 池化向上取整相关推荐

最新文章

热门文章

卷积向下取整池化向上取整

卷积向下取整池化向上取整

卷积向下取整池化向上取整相关推荐