机器学习第四课(padding)
来源:互联网 发布:intouch软件下载 编辑:程序博客网 时间:2024/06/07 00:11
卷积的边界处理(padding)
现在让我们看一下填充(padding)。在此之前,想象一个场景:当你把 5 x 5 x 3 的过滤器用在 32 x 32 x 3 的输入上时,会发生什么?输出的大小会是 28 x 28 x 3。注意,这里空间维度减小了。如果我们继续用卷积层,尺寸减小的速度就会超过我们的期望。在网络的早期层中,我们想要尽可能多地保留原始输入内容的信息,这样我们就能提取出那些低层的特征。比如说我们想要应用同样的卷积层,但又想让输出量维持为 32 x 32 x 3 。为做到这点,我们可以对这个层应用大小为 2 的零填充(zero padding)。零填充在输入内容的边界周围补充零。如果我们用两个零填充,就会得到一个 36 x 36 x 3 的输入卷。
如果我们在输入内容的周围应用两次零填充,那么输入量就为 32×32×3。然后,当我们应用带有 3 个 5×5×3 的过滤器,以 1 的步幅进行处理时,我们也可以得到一个 32×32×3 的输出
如果你的步幅为 1,而且把零填充设置为
K 是过滤器尺寸,那么输入和输出内容就总能保持一致的空间维度。
计算任意给定卷积层的输出的大小的公式是
其中 O 是输出尺寸,K 是过滤器尺寸,P 是填充,S 是步幅。
阅读全文
0 0
- 机器学习第四课(padding)
- 机器学习第四课
- 机器学习第四课--牛顿方法
- 斯坦福大学机器学习第四课“逻辑回归(Logistic Regression)”
- padding学习
- FPGA机器学习之stanford机器学习第四堂
- 机器学习周刊第四期:春节快乐
- 机器学习基石第四次作业代码
- 机器学习第四讲 牛顿下降法
- 《机器学习》读书笔记,第四章人工神经网络
- 《机器学习》周志华第四章笔记
- 机器学习(周志华) 参考答案 第四章 决策树
- 斯坦福 机器学习-第四章学习理论
- 读书笔记《机器学习》: 第四章:决策树
- 机器学习笔记-第四章 神经网络
- (R)机器学习--学习笔记--第四章节学习笔记
- 加州理工学院公开课:机器学习与数据挖掘_误差和噪声(第四课)
- 机器学习第四课:SVM前置知识点(凸优化问题)
- CI使用阿里云短信服务
- XGBoost探索
- Thrift 双向通信实现(C#版)
- Noip2015 Day1 T2 信息传递(虽然是图论题但是...)
- 注解 @CrossOrigin
- 机器学习第四课(padding)
- 数组模拟链表之P1160 队列安排
- Day8-27.Literals
- Spark以及生态圈介绍
- EasyStream系列1之rtsp转rtmp
- itext实现word转pdf,添加水印倾斜铺满全屏,禁止修改和复制
- Partition函数
- 剑指offer--链表中环的入口结点
- photoshop注册机,这个必须留下来