假设中间 CNN 层的输入大小为 512×512×128，在卷积层中，我们在步幅 2 处应用 48 个 7×7 过滤器，没有填充。我想知道生成的激活图的大小是多少？
我检查了一些以前的帖子(例如，这里或这里(指向这个斯坦福课程页面。那里给出的公式是 (W − F + 2P(/S + 1 = (512 - 7(/2 + 1，这意味着这种设置是不可能的，因为我们得到的值不是整数。
但是，如果我在 Python 2.7 中运行以下代码片段，代码似乎表明激活映射的大小是通过 (512 - 6(/2 计算的，这是有道理的，但与上面的公式不匹配：
>>> import torch
>>> conv = torch.nn.Conv2d(in_channels=128, out_channels=48, kernel_size=7, stride=2, padding=0)
>>> conv
Conv2d(128, 48, kernel_size=(7, 7), stride=(2, 2))
>>> img = torch.rand((1, 128, 512, 512))
>>> out = conv(img)
>>> out.shape
(1, 48, 253, 253)
任何有助于理解这个难题的帮助都是值得赞赏的。
这是 pytorch 中使用的公式： conv2d(转到shape部分(
另外，据我所知，这是关于这个主题的最佳教程。
奖励：这是一个用于卷积计算的整洁可视化工具。