池化、全連接層問題
您好,我對於D13的作業解答有點問題。
作業有一題希望回答 CNN 第三個 Pooling layer 如果 pooling_size=1,1 strides=1,1 輸出feature map 大小為多少?
因為 2nd pooling output 的 feature map 為 (8, 8),因此在 3rd Cov2D padding = 'same', strides= (1,1) 的情況下 3rd pooling output 的 feature map 應該為 (8, 8) 而不是解答的 (4, 4),對嗎?還是我觀念哪裡錯了?
謝謝您的協助,也期待您的回覆
感謝
作業程式碼摘選
# 2nd
model.add(Conv2D(64, kernel_size=(3, 3), padding='same'))
### Q: pooling_size=2,2 strides=2,2 輸出feature map 大小為多少?
### A: feature map = (8, 8)
model.add(MaxPooling2D(pool_size=(2,2),strides=(2,2)))
# 3rd
model.add(Conv2D(128, kernel_size=(3, 3), padding='same'))
### Q: pooling_size=1,1 strides=1,1 輸出feature map 大小為多少?
### A: feature map = (8, 8) -> 這裡解答是(4, 4)
model.add(MaxPooling2D(pool_size=(1,1)))
解答貼圖
回答列表
-
2020/06/14 下午 10:35Alice贊同數:0不贊同數:0留言數:0
觀念是對的,只是解答設定的參數和HW不一樣(默認strides=(2, 2)),所以出來會是(4, 4)
-
2020/06/18 上午 00:28Jeffrey贊同數:0不贊同數:0留言數:0
在
# 2nd
model.add(Conv2D(64, kernel_size=(3, 3), padding='same'))
model.add(MaxPooling2D(pool_size=(2,2),strides=(2,2))) --> strides=(2,2)
所以
#3rd 會繼承
分開執行就會是正確
-
2020/07/08 上午 11:21楊哲寧贊同數:0不贊同數:0留言數:0
您好,您的觀念沒錯,這裡解答跟作業不一致,我們會更新解答,謝謝!