二维平面图:

假设图片大小是x*x,kernel大小为k*k(k通常为奇数),padding大小为p

则无padding时 输出图片的大小为(x-k+1)*(x-k+1)

则有padding时 输出图片的大小为(x+2p-k+1)*(x+2p-k+1)

如果padding未知,且想要使输入输出大小相等,则p=(k-1)/2

若步长s不为1,则输出为((x+2p-k)/s)+1,如果结果不是整数则向下取整。

三维图:

假设图片大小是x*x*3,kernel大小为k*k*3(k通常为奇数),padding大小为p

若使用n的kernel,则输出大小为(((x+2p-k)/s)+1)*(((x+2p-k)/s)+1)*n

若nn.conv2d中dilation不为一,则计算公式为:((x+2*p-(k-1)*dilation-1)/s)+1

 

Logo

技术共进,成长同行——讯飞AI开发者社区

更多推荐