关于卷积网络以及反卷积网络shape的计算

Posted 突然想起她的名字

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于卷积网络以及反卷积网络shape的计算相关的知识,希望对你有一定的参考价值。

CNN的计算方式:

 

w1 = (w - F_w + 2p) / s_w + 1

h1 = (h - F_h + 2p) / s_h + 1

 

其中 w, h 分别为上一层的宽高, Filters(kernel)的大小为 F_w, F_h

strides 步长为: s_w, s_h

p 为padding 的大小

 

DeCNN 的计算方式:

 

w1 = (w -1 )* s_w + F_w - 2p

h1 = (h -1 )* s_h + F_h - 2p

 

其中 w, h 分别为上一层的宽高, Filters(kernel)的大小为 F_w, F_h

strides 步长为: s_w, s_h

p 为padding 的大小

以上是关于关于卷积网络以及反卷积网络shape的计算的主要内容,如果未能解决你的问题,请参考以下文章

卷积层在神经网络中如何运算?

卷积层在神经网络中如何运算?

第十四节,TensorFlow中的反卷积,反池化操作以及gradients的使用

CNN(卷积神经网络)算法

Tensorflow卷积网络——维度(形状)是如何计算的?

卷积神经网络前向传播和BP后向传播计算步骤