大家好,原先覺得30天連續發文是件很困難的事,可能會因為想偷懶就沒寫文章,但不知不覺就到了15天,已經要過一半了,感覺在這兩週開始習慣了每天學一點東西,對每天要發文這件事不再覺得很辛苦,接下來的15也就照著這樣的步調來完成吧。
今天的內容就像昨天說的,已經對卷積層做了一個簡單的介紹,提到了卷積核、填補和步幅,以及輸出的特徵圖,今天要先介紹的就是計算輸出的大小:
在tensorflow中根據填補模式不同,得到的輸出大小也會不同,填補分為Same Padding模式跟Valid Padding模式,Same Padding會將輸入影像進行填補,使得輸出的大小不會受到卷積核大小影響;Valid Padding則會直接用原始的影像,不會進行填補,所以輸出會小於輸入的大小。這裡分別列出兩種模式的公式:
假設輸入、卷積核的長與寬皆相等
Same Padding:輸出大小=輸入大小/步幅
Valid Padding:輸出大小=(輸入大小-卷積核大小+1)步幅
第二個是介紹卷積層的參數數量如何計算,要計算參數數量會用到之前有提到的影像深度,而與影像的高度和寬度無關,參數數量計算公式如下:
參數數量=(輸入深度X卷積核高度X卷積核寬度+偏差值)X卷積核數量