简明易懂——卷积神经网络的输入输出特征图大小计算

📖 参考文档：《百度飞浆：零基础入门深度学习》 假设输入图片尺寸是 H × W H \times W H×W，卷积核（池化窗口）大小为 k h × k w k_h \times k_w kh​×kw​ 卷积层： 假设填充为 ( p h , p w ) (p_h, p_w) (ph​,pw​)，步幅为 ( s h , s w ) (s_h, s_w) (sh​,sw​)，则卷积层输出特征图的大小为

>>阅读原文<<