输入图片大小为200×200，依次经过一层卷积（kernel_浩鲸科技笔试题

陈国特

计算尺寸不被整除只在GoogLeNet中遇到过。卷积向下取整，池化向上取整。

本题（200-5+2*1）/2+1 为99.5，取99

（99-3）/1+1 为97

（97-3+2*1）/1+1 为97

研究过网络的话看到stride为1的时候，当kernel为 3 padding为1或者kernel为5 padding为2 一看就是卷积前后尺寸不变。

计算GoogLeNet全过程的尺寸也一样。

发表于 2017-07-29 16:10:41 回复(13)

李建五六

1层卷积：

（200-5+1）/2=98

池化：

98/1=98

2层卷积：

（98-3+1）/1=96

该选96

发表于 2017-07-20 16:25:22 回复(0)

拾荒者000

输出尺寸=(输入尺寸-filter尺寸+2*padding）/stride+1
宽和高都是这么计算的；结果是97，答案应该有问题的

发表于 2017-07-17 21:31:23 回复(4)

KarZzI

一层卷积 (200 - 5+ 2)/2 + 1 = 99.5 向下取整，则输出为99x99

pooling (99 - 3 + 0)/1 + 1 = 97 输出为97x97

二层卷积 (97 - 3+ 2)/1 + 1 = 97 输出为97x97

答案为C

不知道牛客的编辑能不能看到这条讨论，给解释一下为什么答案是A?

发表于 2017-07-20 06:19:44 回复(5)

peacock

out_height=（(input_height - filter_height + padding_top+padding_bottom)/stride_height ）+1

out_width=（(input_width - filter_width + padding_left+padding_right)/stride_width ）+1

发表于 2017-07-30 11:16:03 回复(0)

RenaissanceWhy

kernel size 5×5，卷积后长度和宽度需要减4。5x5的图像与 5×5的核函数卷积后为1×1。

kernel size 3×3，卷积后长度和宽度需要减2。5x5的图像与 3×3的核函数卷积后为3×3，3x3的图像与 3×3的核函数卷积后为1×1。

padding 1，卷积后长度和宽度需要加2×1=2。相当于上下左右都填充1个单位。

stride 1，卷积后移动的单位数据，stride N则为除以N。

输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2）：

（200-4+2*1）/2 = 99

pooling（kernel size 3×3，padding 0，stride 1）：

99-2 = 97

又一层卷积（kernel size 3×3，padding 1，stride 1）之后：

（97-2+2）/1 = 97

发表于 2019-10-27 11:47:16 回复(0)

门头沟吴彦祖

公式在这里：( input_size + 2*padding - kernel_size ) / stride+1 = output_size

发表于 2019-03-11 17:23:54 回复(0)

dreamlee0625

(img_size - (kernel_size + 1) + 2 * padding_size) / stride

其实不知道大家为什么在后面+1再取整= =

这个公式是我按照理解来写的，感觉还work。

发表于 2018-07-04 21:49:10 回复(2)

咕噜1101

发表于 2019-02-22 17:19:35 回复(0)

Mr志华

发表于 2017-08-03 17:06:55 回复(0)

牛客6429343号

请问padding 1表示same 还是valid

发表于 2017-07-18 09:56:01 回复(2)

南宫轩翰

不建议大家**背公式，理解了，画个图，很快的。然后，有个诀窍要记住：看到stride为1的时候，当kernel为 3 padding为1或者kernel为5 padding为2 一看就是卷积前后尺寸不变。

卷积具体如何实现的请参照这篇文章：https://blog.csdn.net/rain6789/article/details/78754516

讲的比较明白。

编辑于 2018-05-19 16:09:43 回复(2)

一匹努力的千里马

输出尺寸=(输入尺寸-filter尺寸+2*padding）/stride+1

第一层：（200-5+2×1）/2 + 1 = 99（卷积向下取整）
第二层：（99-3+0）/1 = 96（池化向上取整）
第三层：（96-3+2×1）/1 = 97（卷积向下取整）

stride为1的时候，当kernel为 3 padding为1或者kernel为5 padding为2 一看就是卷积前后尺寸不变。

发表于 2018-05-11 16:34:09 回复(0)

小牛励志要当牛魔王

总结：

输出尺寸=(输入尺寸-filter尺寸+2*padding）/stride+1

宽和高都也这么计算的；
out_height=（(input_height - filter_height + padding_top+padding_bottom)/stride_height ）+1
out_width=（(input_width - filter_width + padding_left+padding_right)/stride_width ）+1

发表于 2018-03-23 11:05:50 回复(0)