卷积向下取整 池化向上取整
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 ...
最新文章
- java 多线程合并_Java多线程-线程的调度(合并)
- SQL注入之union联合注入——sql-lab第一关(非常非常详细的过程)
- c# 睡眠3秒_C#中的闭包和意想不到的坑
- SAP Spartacus UI 服务器端渲染的调试启动方式 - debug 模式
- C++/C中mutalbe与volatile的详解
- 指令系统——数据存放、指令寻址(详解)
- BGP——双AS配置
- 比iOS还流畅!国产手机最优秀90Hz手机发布,2999元起
- 软件工程学习进度第七周暨暑期学习进度之第七周汇总
- oracle和mysql使用区别大吗_Oracle和MySQL在使用上的区别
- oracle学习笔记之pI/sql视频小结
- Atitit 编程 序列化技术点 概念原理v2 1. 序列化:	1 2. 序列化的目的	1 2.1. 为了传输 或者存储	1 3. 应用场合	1 3.1. Form提交url	1 3.2. For
- CAD工程制图软件中洁具图库的使用
- 如何解决电脑触控板不能使用的问题 (双指上下滑动翻页)
- c语言答辩ppt案例,c语言ppt例子课题答辩ppt成品中南民族大.ppt
- 设置桌面上计算机的图标更改,电脑如何修改桌面应用的图标
- 杭电数字电路课程设计——出租车计费器
- 面试 增删改查用的java知识,工作3年的程序员,面试还说自己只会增删改查?这些高频面试题还不看起来!...
- 《unix环境高级编程》--- 终端I/O
- 关于IPv6(超详细讲解)