计算卷积后尺寸
来源:互联网 发布:.blog域名 编辑:程序博客网 时间:2024/04/30 03:17
这里单独把计算卷积之后的维度的公式拿出来,方便查看
1.卷积后尺寸计算
out_height=(in_height+2pad-filter_height)/strides[1]+1
out_width=(in_width+2pad-filter_width)/strides[2] +1
2.tensorflow中卷积参数same和valid运算之后的维度计算
(1)same
out_height=ceil(float(in_height))/float(strides[1])
out_width=ceil(float(in_width))/float(strides[2])
(2)valid
out_height=ceil(float(in_height-filter_height+1))/float(strides[1])
out_width=ceil(float(in_width-filter_width+1))/float(strides[2])
(3)参数
padding: SAME和VALID两种形式
filter: [5,5,1,32]表示5*5的卷积核,1个channel,32个卷积核。
strides: [1,4,4,1]表示横向和竖向的步长都为4
3.tensorflow里面的tf.pad函数
虽然在卷积过程中有same选项可选,但是tensorflow里面还有一个可以用于填充的函数tf.pad(),具体用法如下:
tf.pad(tensor, paddings,mode='CONSTANT',name=None)
padings : 是一个张量,代表每一维填充多少行/列
mode : “CONSTANT” ,”REFLECT”,”SYMMETRIC”
“CONSTANT” 填充0, “REFLECT”是映射填充,上下(1维)填充顺序和paddings是相反的,左右(零维)顺序补齐, “SYMMETRIC”是对称填充,上下(1维)填充顺序是和paddings相同的,左右(零维)对称补齐
- 计算卷积后尺寸
- 在 Caffe 中如何计算卷积后的尺寸
- 卷积神经网络经过卷积层后图像尺寸
- tensorflow中的逆卷积操作 输出向量的尺寸计算
- 卷积计算
- 卷积计算
- 卷积计算
- 计算尺寸
- iOS7.0后 根据字符串长度计算label的尺寸
- 计算卷积 (汇编)
- conv2卷积计算整理
- caffe 卷积计算原理
- 卷积网络层计算
- 多通道卷积计算
- 数码照片尺寸计算秘笈
- 计算控件尺寸
- 计算控件尺寸
- 计算控件尺寸
- openstack之 glance_image和instances存储目录解析
- 两数之和
- f8app在window安装教程
- 20171121
- NTP服务设置
- 计算卷积后尺寸
- 仿探探_
- vs2015编译apr
- mysql 5.7.20, for Linux (x86_64) 配置远程连接 10061问题解决方案
- Tensorflow实战学习(二十四)【实现Softmax Regression(回归)识别手写数字】
- 对话框(3)-文件对话框
- jsp提示is exceeding the 65535 bytes limit错误
- SSO单点登录流程说明
- 上传工具类java