是不是padding为same之后,卷积后图像的长宽规模就不变呀?

来源:4-6 Inception-mobile_net(1)

qq_殘柒尨oo_04248439

2019-03-04

正常来说卷积后图像的长宽应该也减小才对,是不是padding为same,步长为1就可以保证图像长宽不变啊?
还有之前课程给出两个计算输出尺寸的公式:
输出尺寸:(n-p)/s+1
输出size=输入size-卷积核size+1
如果输入是3232,padding是0,步长是1,卷积核33
第一个公式算出来的就是33,第二个公式算出来的就是30.
是不是我理解的有问题啊??

写回答

2回答

幕布斯4180522

2019-04-25

不是这样的,padding为same时,只表示图像的数据不丢失,若步长为1,则输出图像的大小不变;若步长为2,则输出图像的大小为输入图像大小的一半。

一定要理解padding为same,表示数据不丢失的含义。

输出尺寸 = (输入尺寸 + 2 * padding - 卷积核尺寸)/ 步长 + 1 

若输入为32*32*3,padding为same,步长为2,则(32-3+1)/2+1=16;

若padding为valid,步长为2,则(32-3)/2+1=15.5,丢失0.5,则为15,即数据丢失了

2
0

kankan123

2019-03-08

padding为same保证输出之后的长宽不变

那两个公式以我的理解应该是:

输出尺寸 = (输入尺寸 + 2 * padding - 卷积核尺寸)/ 步长 + 1 


0
0

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程