神經網絡中進行卷積之後輸出的大小及各層參數、須要內存的計算

輸入圖片： 圖片大小 N×N Filter大小 F×F 步長 S padding的像素數 Pgit 輸出特徵圖： 特徵圖大小 N’×N’ N’ = (N − F + 2P )/S　+　1github 上面的公式一樣也適用於池化運算，這個會改變輸入輸出，可是不會有參數。因此使用和計算卷積同樣的公式算就好了。 web 卷積神經網絡的參數計算 空洞卷積、反捲積動畫網絡

>>阅读原文<<