CNN卷积池化后维度的变化

CNN的卷积操作后维度变化：

1. 输入维度：，分别代表输入样本的长宽高
2. 卷积操作的超参数
   1. 卷积核个数：
   2. 卷积核大小：
   3. 滑动步长（Stride）：
   4. 填充（Padding）：
3. 则输出的维度为，其中
   1. 
   2. 
   3. 
4. 由于CNN的参数共享机制，每个卷积核的参数个数为，共有个权重和个偏置
5. 若想要卷积后得到的矩阵长宽与卷积前保持一致，则当时
   1. 卷积核为3时 padding 选择1
   2. 卷积核为5时 padding 选择2
   3. 卷积核为7时 padding 选择3

CNN的池化操作后维度变化：

1. 输入维度：，分别代表输入样本的长宽高
2. 池化操作的超参数
   1. 池化层大小：
   2. 滑动步长（Stride）：
   3. 填充（Padding）：
3. 则输出的维度为，其中
   1. 
   2. 
   3. 

参考资料：https://blog.csdn.net/qq_41670192/article/details/79231732