Dan*_* S. 2 mnist deep-learning tensorflow
我正在阅读教程Deep MNIST for Experts.在密集连接层一节的开头,它说"[...]图像尺寸已减少到7x7".
我似乎无法找到他们如何得到这个7x7矩阵.据我所知,我们从28x28开始,有两层5x5卷积内核.28除以4是7,但不除以5.
5x5是卷积层的"窗口"大小.它不会减小图像尺寸:TensorFlow和Caffe等会自动提供边框垫.名为1的Torch要求您添加该边框(在这种情况下,每个方向有2个位置).
每个内核(过滤器)都考虑整个图像的5x5子集.例如,为了计算图像中位置[7,12]的值,卷积过程考虑"窗口"[5:9,10:14].它将这25个值中的每一个乘以其相应的权重并将这些乘积相加.该和将成为中心平方的下一层中的值[7,12].
对于图像中的每个位置以及图层中的每个内核,都会重复此过程.
正如@ Aenimated1已经提到的那样,尺寸减少来自两个2x的池.此操作将图像划分为2x2窗口,传递每个2x2平方的最大值(或用户指定的其他表示).这将28x28图像缩小为14x14; 第二个池将其减少到7x7.
归档时间: |
|
查看次数: |
531 次 |
最近记录: |