deep-learning - CNN 中的数据流

Question

在第一个卷积层中具有 32 个单元的网络的输出是什么，然后是一个 stride=2 和 k=2 的池化层，然后是另一个具有 64 个单元的卷积层，然后是另一个 stride = 2 和 k=2 的池化层，输入图像尺寸为 28*28*1

标签： deep-learningconv-neural-network

Answer 1

我将假设您在每个卷积中使用相同的填充，然后您的模型的输出将是形状 (7, 7, 64)。如果您不想手动计算大小，可以在 keras 中使用与此类似的代码：

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D

model = Sequential()
model.add(Conv2D(32, 3, padding="same", input_shape=(28, 28, 1)))
model.add(MaxPooling2D(2, 2))
model.add(Conv2D(64, 3, padding="same"))
model.add(MaxPooling2D(2, 2))

print(model.summary())