關於深度學習中卷積核操做

直接舉例進行說明輸出圖片的長和寬。

輸入照片爲：32*32*3，

這是用一個Filter獲得的結果，即便一個activation map。(filter 總會自動擴充到和輸入照片同樣的depth)。

當咱們用6個5*5的Filter時，咱們將會獲得6個分開的activation maps，如圖所示：

獲得的「新照片」的大小爲：28*28*6.

其實，每一個卷積層以後都會跟一個相應的激活函數（activation functions）：

微觀上，假設如今input爲7*7，Filter尺寸爲3*3，output過程以下所示：

最終獲得一個5*5的output。

假設，input爲7*7，Filter尺寸爲3*3，stride(步長)爲2，則output過程以下所示：

最終獲得一個3*3的output。

注：在這個例子中stride不能爲3，由於那樣就越界了。

總的來講

Output size=(N-F)/stride +1

當有填充(pad)時，例如對一個input爲7*7進行pad=1填充，Filter爲3*3，stride=1，會獲得一個7*7的output。

Output size=(N-F+2*pad)/stride +1

注：0填充(pad)的主要目的是由於咱們在前面的圖中所示的那樣，一直用5*5的Filter進行卷積，會致使體積收縮的太快，不利於特徵的提取。

舉例說明：

在這裏要注意一下1*1的卷積核，爲何呢？

舉例：一個56*56*64的input，用32個1*1的卷積核進行卷積(每個卷積核的尺寸爲1*1*64，執行64維的點乘操做)，將獲得一個56*56*32的output，看到輸出的depth減小了，也就是降維，那麼parameters也會相應的減小。

下面介紹一下Pooling(池化)操做：

將represention變小，易於操做和控制，對每個activation map單獨進行操做。

用的最多的是最大池化(MAX POOLING)：

Output size=(N-F)/S +1