CNN卷积神经网络的卷积层、池化层的输出维度计算公式

卷积层Conv的输入：高为h、宽为w，卷积核的长宽均为kernel，填充为pad,步长为Stride（长宽可不同，分别计算即可），则卷积层的输出维度为：

其中上开下闭开中括号表示向下取整。

MaxPooling层的过滤器长宽设为kernel*kernel，则池化层的输出维度也适用于上述公司计算。

具体计算可以AlexNet为例。

标签：kernel,长宽,池化层,输出,卷积,维度,CNN
来源： https://www.cnblogs.com/aaronhoo/p/12464941.html