步幅为 2 和最大池化层的步幅卷积的维数答案

【问题标题】：Dimensionality of strided convolution with stride 2 and max pooling layer步幅为 2 和最大池化层的步幅卷积的维数
【发布时间】：2019-12-15 15:39:55
【问题描述】：

这个问题不是关于跨步卷积与最大池化的好处。这篇文章旨在作为规范来源，介绍当输入图像的宽度和高度不同而填充相同时，如何计算跨步卷积和最大池的维度。

我的研究：当图像宽度和高度不同而填充为“相同”时，我找不到任何公式可以正确计算卷积的输出，特别是对于 tensorflow。对于跨步卷积和最大池化，同样的问题仍然存在。

我知道post。但就像我之前说的，它不适用于不同的图像尺寸。我也知道这个post。但它没有回答填充相同的情况（在张量流中）。

但是，假设我有 240x320 大小的图像。我有 2 个版本的网络。

版本 A：

from tensorflow import layers as tf
x = tf.conv2d(input_im, filters=64, kernel_size=3, strides=1, padding='SAME')
x = tf.conv2d(x, filters=64, kernel_size=3, strides=1, padding='SAME')
x = tf.conv2d(x, filters=64, kernel_size=3, strides=2, padding='SAME')

B 版：

from tensorflow import layers as tf
x = tf.conv2d(input_im, filters=64, kernel_size=3, strides=1, padding='SAME')
x = tf.conv2d(x, filters=64, kernel_size=3, strides=2, padding='SAME')
x = tf.max_pooling(x, 2, 2, padding='SAME')

我的问题如下。在版本 A 和 B 的每一层之后，在给定上述输入图像大小的情况下，输出尺寸是多少？如果我在 Keras 中执行此操作，我会简单地使用 model.summary()；但是，我正在使用 tensorflow 并且没有这样的等效功能。我无法在我正在处理的远程机器上运行 tensorboard。

【问题讨论】：

标签： python tensorflow deep-learning

【解决方案1】：

您可以通过以下方式获得结果张量的形状。

import tensorflow as tf

input_im = tf.placeholder(tf.float32, shape=[None, 320, 240, 3])
x = tf.layers.conv2d(input_im, filters=64, kernel_size=3, strides=1, padding='SAME')
print('After conv1', x.shape)
x = tf.layers.conv2d(x, filters=64, kernel_size=3, strides=1, padding='SAME')
print('After conv2', x.shape)
x = tf.layers.conv2d(x, filters=64, kernel_size=3, strides=2, padding='SAME')
print('After conv3', x.shape)

【讨论】：