卷積神經網絡中的卷積反捲積及池化計算公式、特徵圖通道數（維度）變化、卷積核大小與深度等概念解釋

1.計算公式 設： 圖像寬爲W，高爲H，通道數爲C； 卷積核尺寸爲K，通道數爲D，個數爲N； 卷積運算步長爲S，0填充大小爲P； 輸入和輸出量分別以1和2表示。 卷積： W2 = (W1 - K + 2×P) / S + 1 H2 = (H1 - K + 2×P) / S + 1 C2 = N 反捲積： W2 = (W1-1) × S + K - 2×P H2 = (H2-1) × S + K -

>>阅读原文<<