关于 CNN 维度的混淆答案

【问题标题】：Confusion regarding dimensions in CNN关于 CNN 维度的混淆
【发布时间】：2021-05-11 12:57:00
【问题描述】：

上面使用 Matlab 的深度学习工具箱生成的图片显示了为玩具示例创建的 CNN 的架构。输入图像大小为25*20*7，过滤器数量为15，每个大小为5*5，填充为same。第一个卷积conv1 的输出是25*20*15，它进入大小为2*2 的maxpooling 1 操作，步幅为1，填充为same。

根据我的理解，maxpooling的作用是进行降维。但是，在我的代码中，因为填充设置为same，我知道maxpooling 的输出将保留其输入的空间维度，即25*20*15。这就是为什么 maxpooling1 的输出和 maxpooling 的其余部分与其输入具有相同的维度，并且其余层的维度没有变化。例如，maxpooling 的输出应该是：(25 - 2 +2*1/1) + 1 = 23+2/1 + 1 = 25。同样，对于第二维，maxpooling 将产生：(20 - 2 +2*1/1) + 1 = 18+2/1 + 1 = 20。因此，maxpooling 的输出应该是25*20*15。

这意味着 maxpooling 没有进行降维。因此，如果填充选项设置为same，我应该删除maxpooling吗？

请让我知道在进行 maxpooling 后尺寸是如何相同的，如果尺寸相同，那么我应该删除此操作吗？还是我做错了什么？

【问题讨论】：

您的问题与编程无关。使用 datascience.stackexchange.com 获取有关深度学习问题的帮助。
好的，我已经把问题贴在那里了。

标签： python matlab deep-learning conv-neural-network

【解决方案1】：

tldr：如果您想在每一步都减小图像大小，请使用 padding=valid。这是默认选项。

Maxpooilign 一般用于下采样和减少过拟合。

如果你使用 padding='same'，它会将图像拉伸到输入尺寸，不会导致尺寸下降。

在下面的示例中，输入大小为 4 * 4，池为 2*2，（默认）步幅为 2x2，因此输出为 2 * 2

在 keras'official site 上查找更多示例

【讨论】：

感谢您的回答。如果 maxpooling 的填充保持same 不会导致维度发生变化，那么使用same 的这个选项有什么意义？我应该保留它还是删除它？
是的，如果你的目标是减少维度，你应该使用'padding=valid'。 padding='same' 还有其他用例，但它不如 valid 受欢迎，这就是为什么 valid 是默认选项。

【解决方案2】：

对于卷积层和最大池化层，填充的作用是不同的。如果卷积层中的 padding=same，则意味着输出大小（主要是高度和宽度）与输入保持相同。另一方面，池化层中的填充具有不同的功能。池化层的目的是减少空间维度（高度和宽度）。在池化层中，padding = same 并不意味着空间维度不变。当输入大小和内核大小不完全匹配时，需要在池中进行填充以弥补重叠。

【讨论】：