关于深度学习中卷积核操作

直接举例进行说明输出图片的长和宽。

输入照片为：32*32*3，

这是用一个Filter得到的结果，即使一个activation map。(filter 总会自动扩充到和输入照片一样的depth)。

当我们用6个5*5的Filter时，我们将会得到6个分开的activation maps，如图所示：

得到的“新照片”的大小为：28*28*6.

其实，每个卷积层之后都会跟一个相应的激活函数（activation functions）：

微观上，假设现在input为7*7，Filter尺寸为3*3，output过程如下所示：

最终得到一个5*5的output。

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

最终得到一个3*3的output。

注：在这个例子中stride不能为3，因为那样就越界了。

总的来说

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，会得到一个7*7的output。

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

注：0填充(pad)的主要目的是因为我们在前面的图中所示的那样，一直用5*5的Filter进行卷积，会导致体积收缩的太快，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，为什么呢？

举例：一个56*56*64的input，用32个1*1的卷积核进行卷积(每一个卷积核的尺寸为1*1*64，执行64维的点乘操作)，将得到一个56*56*32的output，看到输出的depth减少了，也就是降维，那么parameters也会相应的减少。

下面介绍一下Pooling(池化)操作：

将represention变小，易于操作和控制，对每一个activation map单独进行操作。

用的最多的是最大池化(MAX POOLING)：

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