pytorch卷积层与池化层输出的尺⼨的计算公式详解pytorch卷积层与池化层输出的尺⼨的计算公式详解 要设计卷积神经⽹络的结构，必须匹配层与层之间的输⼊与输出的尺⼨，这就需要较好的计算输出尺⼨
杭州现代汽修学校
先列出公式：
卷积后，池化后尺⼨计算公式：
(图像尺⼨-卷积核尺⼨ + 2*填充值)/步长+1
(图像尺⼨-池化窗尺⼨ + 2*填充值)/步长+1
即：
卷积神将⽹络的计算公式为：
N=(W-F+2P)/S+1
其中
N：输出⼤⼩
W：输⼊⼤⼩
F：卷积核⼤⼩
P：填充值的⼤⼩
S：步长⼤⼩
例Conv2d（后⾯给出实例来讲解计算⽅法）:
`
Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)
in_channels=3：表⽰的是输⼊的通道数，RGB型的通道数是3.
out_channels：表⽰的是输出的通道数，设定输出通道数（这个是可以根据⾃⼰的需要来设置的）
kernel_size=12：表⽰卷积核的⼤⼩是12x12的，也就是上⾯的 F=12
stride=4：表⽰的是步长为4，也就是上⾯的S=4
padding=2：表⽰的是填充值的⼤⼩为2，也就是上⾯的P=2
实例：
cove1d：⽤于⽂本数据，只对宽度进⾏卷积，对⾼度不进⾏卷积 cove2d：⽤于图像数据，对宽度和⾼度都进⾏卷积
import torch
from torch.autograd import Variable
#torch.autograd提供了类和函数⽤来对任意标量函数进⾏求导。 as nn
汇源果汁债务压顶
functional as F
class MNISTConvNet(nn.Module):
def __init__(self):
super(MNISTConvNet, self).__init__()
'''
这是对继承⾃⽗类的属性进⾏初始化。⽽且是⽤⽗类的初始化⽅法来初始化继承的属性。
也就是说，⼦类继承了⽗类的所有属性和⽅法，⽗类属性⾃然会⽤⽗类⽅法来进⾏初始化。
'''
#定义⽹络结构
self.pool1 = nn.MaxPool2d(2, 2)
self.pool2 = nn.MaxPool2d(2, 2)
self.fc1 = nn.Linear(320, 50)
self.fc2 = nn.Linear(50, 10)
def forward(self, input):
x = self.v1(input)))
x = self.v2(x))).view(320)
x = self.fc2(self.fc1(x))
return x
net = MNISTConvNet()
print(net)
input = Variable(torch.randn(1, 1, 28, 28))
out = net(input)
print(out.size())
我们在这个实例中抽出⽹络结构部分：
self.pool1 = nn.MaxPool2d(2, 2)
self.pool2 = nn.MaxPool2d(2, 2)
self.fc1 = nn.Linear(320, 50)
self.fc2 = nn.Linear(50, 10)
def forward(self, input):
x = self.v1(input)))
x = self.v2(x))).view(320)
x = self.fc2(self.fc1(x))
⽹络结构为：
conv2d--maxpool2d--conv2d--maxpool2d--fullyconnect--fullyconnect
输⼊图⽚⼤⼩为：input = Variable(torch.randn(1, 1, 28, 28))
即28*28的单通道图⽚，即：12828新闻的定义
接下来，我们分层解析每⼀层⽹络的输⼊和输出：
（1）conv2d(1,10,5)
N：输出⼤⼩
W：输⼊⼤⼩ 28*28
F：卷积核⼤⼩ 5*5
P：填充值的⼤⼩ 0默认值
S：步长⼤⼩ 1默认值
N=(W-F+2P)/S+1=(28-5 + 2*0)/1 + 1 = 24
输出为：10*24*24
Conv2d(输⼊通道数, 输出通道数, kernel_size（长和宽）)，当卷积核为⽅形时，只写⼀个就可以，卷积核不是⽅形时，长和宽都要写，如下：
（2）MaxPool2d(2, 2)
MaxPool 最⼤池化层，池化层在卷积神经⽹络中的作⽤在于特征融合和降维。池化也是⼀种类似的卷积操作，只是池化层的所有参数都是超参数，是学习不到的。maxpooling有局部不变性⽽且可以提取显著特征的同时降低模型的参数，从⽽降低模型的过拟合。只提取了显著特征，⽽舍弃了不显著的信息，是的模型的参数减少了，从⽽⼀定程度上可以缓解过拟合的产⽣。
MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)
N：输出⼤⼩
W：输⼊⼤⼩ 24*24
F：卷积核⼤⼩ 5*5
P：填充值的⼤⼩ 0默认值
S：步长⼤⼩ 1默认值
N=(W-F+2P)/S+1=(24-2 + 2*0)/2 + 1 = 12
输出为：10*12*12
（3）conv2d(10,20,5)
N：输出⼤⼩
W：输⼊⼤⼩ 12*12
F：卷积核⼤⼩ 5*5
P：填充值的⼤⼩ 0默认值
S：步长⼤⼩ 1默认值
N=(W-F+2P)/S+1=(12-5 + 2*0)/1 + 1 = 8
输出为：20*8*8
（4）MaxPool2d(2, 2)
N：输出⼤⼩
W：输⼊⼤⼩ 8*8
F：卷积核⼤⼩ 5*5
P：填充值的⼤⼩ 0默认值
S：步长⼤⼩ 1默认值大数据风控的营销
烧芭
N=(W-F+2P)/S+1=(8-2 + 2*0)/2 + 1 = 4
输出为：20*4*4
（5）fully-connect Linear(320, 50)
输⼊：20*4*4=320
输出：50
（6）fully-connect Linear(50, 10)
输⼊：50
输出：10
所以，整个实例的训练过程数据流动为：
def forward(self, input):
x = self.v1(input)))
红围脖客户端x = self.v2(x)))
x = self.fc2(self.fc1(x))
激活函数Relu，在神经⽹络中的作⽤是：通过加权的输⼊进⾏⾮线性组合产⽣⾮线性决策边界
简单的来说就是增加⾮线性作⽤。
在深层卷积神经⽹络中使⽤激活函数同样也是增加⾮线性，主要是为了解决sigmoid函数带来的梯度消失问题。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议