在著名的卷积神经网络示例中进行合并和二次采样后无法计算尺寸

Question

上图来自Yann LeCun的pdf文件，标题为“感知和推理的层次模型”

我无法理解第2层是14X14要素地图的方式？带有10X10池化和5X5子采样的75X75矩阵如何提供14X14矩阵？

Answer 1

如果您参考LeCun等人的其他论文。使用相同的网络并使用较大的输入（143x143灰度图像）：

第一级具有64个大小为9x9的滤波器，其后是步幅为5x5的子采样层和10x10的平均窗口。[...]

这给出了正确的尺寸：

output size = (input size - window size) / step + 1
            = (75-10) / 5 + 1
            = 14