卷积后的最大池化层

Question

据我了解，maxpool 层适用于卷积 2d 层，并将层的尺寸减少一半，但该模型的架构以不同的方式显示它。 谁能告诉我它是如何只减少了一个小尺寸而不是预期的一半？我的意思是如果应用了maxpooling层，尺寸不应该是16x16x32吗？为什么是 32x31x30？如果有可能自定义输出形状，我想知道原因。

Answer 1

这显然是一个错字。正如linked paper (thanks Christoph) 中所述，他们在最大池化层中提到了以下内容（重点是我的）：

第一个网络是 完全设计的神经网络（FD-NN）。模型的架构和层显示在表 1 中。一个 2D 使用具有 3×3 滤波器大小的卷积层，并将 Relu 分配为激活函数。 Maxpooling 的大小为 应用 2×2 以减少特征数量。

如果应用 2 x 2 窗口，则应将特征图从 32 x 32 x 32 减少到 16 x 16 x 32 是正确的。此外，该行中的过滤器数量是错误的。它也应该仍然是 32。这篇论文没有在任何会议或期刊上正式发表，并且仅作为 arXiv 上的预印本提供。这意味着该论文没有经过正式的错误审查或校对。

因此，如果您想弄清楚实际输出尺寸，我建议您从论文的原作者那里寻找。但是，此表中最大池化和 dropout 的输出维度完全不正确。