池化、全連接層問題 - Cupoy

2020/06/14 下午 06:11

電腦視覺深度學習討論版

SemiSu

觀看數：11

回答數：3

收藏數：0

cvdl

cvdl-d13

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 10:35
  Alice
  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 00:28
  Jeffrey
  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！