关于深度学习中卷积核操做

直接举例进行说明输出图片的长和宽。ide

输入照片为：32*32*3，函数

这是用一个Filter获得的结果，即便一个activation map。(filter 总会自动扩充到和输入照片同样的depth)。3d

当咱们用6个5*5的Filter时，咱们将会获得6个分开的activation maps，如图所示：blog

获得的“新照片”的大小为：28*28*6.图片

其实，每一个卷积层以后都会跟一个相应的激活函数（activation functions）：input

微观上，假设如今input为7*7，Filter尺寸为3*3，output过程以下所示：io

最终获得一个5*5的output。function

假设，input为7*7，Filter尺寸为3*3，stride(步长)为2，则output过程以下所示：map

最终获得一个3*3的output。im

注：在这个例子中stride不能为3，由于那样就越界了。

总的来讲

Output size=(N-F)/stride +1

当有填充(pad)时，例如对一个input为7*7进行pad=1填充，Filter为3*3，stride=1，会获得一个7*7的output。

Output size=(N-F+2*pad)/stride +1

注：0填充(pad)的主要目的是由于咱们在前面的图中所示的那样，一直用5*5的Filter进行卷积，会致使体积收缩的太快，不利于特征的提取。

举例说明：

在这里要注意一下1*1的卷积核，为何呢？

举例：一个56*56*64的input，用32个1*1的卷积核进行卷积(每个卷积核的尺寸为1*1*64，执行64维的点乘操做)，将获得一个56*56*32的output，看到输出的depth减小了，也就是降维，那么parameters也会相应的减小。

下面介绍一下Pooling(池化)操做：

将represention变小，易于操做和控制，对每个activation map单独进行操做。

用的最多的是最大池化(MAX POOLING)：

Output size=(N-F)/S +1