Fatal编程技术网
  • neural-network/
  • Neural network 考虑到步幅和输入大小，这些卷积是如何可能的？

Neural network 考虑到步幅和输入大小，这些卷积是如何可能的？

neural-network

Neural network 考虑到步幅和输入大小，这些卷积是如何可能的？,neural-network,conv-neural-network,dcgan,Neural Network,Conv Neural Network,Dcgan,输入大小为1 x 128 x 128。全程使用的步幅为2。 从左到右看发电机，每层的输入/输出尺寸应为： 128/63 63/30 30/14 14/6 6/2 ？/ ？/ 有没有可能图表不正确？我想是128->64，以此类推。2**7=128，因此您可以对该数字进行最大7倍的下采样。该数字来自于哪种纸张？隐私保护机构，用于人脸识别（Wu、Lang、Ying）。问题是，2=/=的步长被分成两半，这是输入维数和卷积滤波器维数的差，卷积滤波器维数被步长除以（然后是+1）。因此，对于第一层，其地板（（

输入大小为1 x 128 x 128。全程使用的步幅为2。 从左到右看发电机，每层的输入/输出尺寸应为：

  • 128/63
  • 63/30
  • 30/14
  • 14/6
  • 6/2
  • ？/
  • ？/
    • 有没有可能图表不正确？

    我想是128->64，以此类推。2**7=128，因此您可以对该数字进行最大7倍的下采样。该数字来自于哪种纸张？隐私保护机构，用于人脸识别（Wu、Lang、Ying）。问题是，2=/=的步长被分成两半，这是输入维数和卷积滤波器维数的差，卷积滤波器维数被步长除以（然后是+1）。因此，对于第一层，其地板（（128-4）/2）+1=63。