【问题标题】:How to handle boundaries in conv/pool of conv-nets?如何处理 conv/conv-net 池中的边界?
【发布时间】:2016-04-21 05:36:59
【问题描述】:

当卷积使用 4 的核大小和 4 的步幅大小,同时输入大小只有 10 时,尝试在输入边界上进行第三次卷积操作时会失败,因此,输入应该填充边界上的零隐式以避免这个问题?当我用其他实数填充时有什么问题吗?是否等于自动增加输入大小?

另外,如果我希望得到相同大小的输出特征图,通常可以使用 3 的内核大小和 1 的垫尺寸,但是当内核尺寸为奇数时,如何确定每边的垫尺寸输入?

【问题讨论】:

    标签: deep-learning convolution


    【解决方案1】:

    是的,输入必须用零填充以克服输入图像尺寸过小的问题。要计算每个级别的输出特征图,请使用以下公式:

    H_out = ( H_in + 2 x Padding_Height - Kernel_Height ) / Stride_Height + 1
    W_out = (W_in + 2 x Padding_Width - Kernel_Width) / Stride_Width + 1
    

    你可以按照上面的公式保持填充。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2023-03-10
      • 2019-10-21
      • 2021-06-25
      • 1970-01-01
      • 2021-09-25
      • 2020-10-10
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多