步幅的张量流输出

Question

在尝试使用 Tensorflow 时，我遇到了一个关于步幅的小问题。

我有一个大小为 67*67 的图像，我想应用一个大小为 7*7 且步幅为 3 的过滤器。输出层的边长应为 20，计算公式如下：

其中 n 是输出层的边长（在本例中为 20）。计算方式如下：

如果我们只考虑第一行（因为其他行相同），那么在第一行的 67 个元素中，前 7 个将进入输出层的第一个单元格。然后过滤器向右移动 3 个元素，这使得过滤器覆盖元素 4 到 10，这将对应于输出层的第 2 个元素。以此类推。每次我们推进 3 个元素，我们将推进的总次数（计算它涵盖 7 个元素的第一步）是 n。因此我使用的等式。

但是，我从 Tensorflow 得到的输出层是 23，即 67/3 并四舍五入到下一个整数。我不明白这背后的原因。

有人能解释一下为什么在 Tensorflow 中会这样吗？

谢谢！

Answer 1

输出大小的计算方式有两种，具体取决于您使用的填充。如果您使用'SAME' 填充，则输出大小计算为：

out_height = ceil(float(in_height) / float(strides[1]))
out_width  = ceil(float(in_width) / float(strides[2]))

与'VALID' 一样，填充输出计算为：

out_height = ceil(float(in_height - filter_height + 1) / float(strides[1]))
out_width  = ceil(float(in_width - filter_width + 1) / float(strides[2]))

您使用哪个来计算输出，但我们可以清楚地看到您必须使用 'SAME' 填充。

所以在你的情况下你会得到：

如果您实际使用 'VALID' 填充，则输出将更接近您的近似值。

您可以阅读更多有关 tensorflow 如何计算特征图大小和填充的信息here.