图像处理中的深度卷积神经网络

输出尺寸(oho_hoh​,owo_wow​)与输入尺寸(nhn_hnh​,nwn_wnw​)、核尺寸(khk_hkh​,kwk_wkw​)、padding(php_hph​,pwp_wpw​)和stride(sws_wsw​,shs_hsh​)的关系 oh=(nh+ph−kh+sh)/show=(nw+pw−kw+sw)/sw o_h=(n_h+p_h-k_h+s_h)/s_h \\ o_w=(n_w+p_w-k_w+s_w)/s_w oh​=(nh​+ph​−kh​+sh​)/sh​ow​=(nw​+pw​−kw​+sw​)/sw​ 这里的php_hph​,pwp_wpw​表示两侧pad