在AlexNet中，图像数据为 3*224*224 .
3*224*224
第一个卷积层使用大小为 11*11*3 的96个内核过滤图像，步长为4个像素 .
11*11*3
我怀疑第一层的输出神经元数量 .
在我看来，输入是 224*224*3=150528 ，那么输出应该是 55*55*96=290400
224*224*3=150528
55*55*96=290400
但在论文中，他们描述的输出是 253440
253440
我不知道如何计算这层神经元的数量 .
有人可以帮帮我吗？谢谢！
看起来输入大小是227x227，没有填充 . 我也认为他们在论文中提到的是一个错误 . 看看这个链接 .
http://cs231n.github.io/convolutional-networks/
它提到了以下信息 .
Krizhevsky等人 . 在2012年赢得ImageNet挑战的架构接受了大小[227x227x3]的图像 . 在第一个卷积层上，它使用了具有感受野大小F = 11，步幅S = 4且没有零填充P = 0的神经元 . 由于（227-11）/ 4 1 = 55，并且由于Conv层的深度为K = 96，因此Conv层输出体积的尺寸为[55×55×96] . 该体积中的55 * 55 * 96个神经元中的每一个连接到输入体积中大小为[11×11×3]的区域 . 此外，每个深度列中的所有96个神经元都连接到输入的相同[11x11x3]区域，但当然具有不同的权重 . 另外，如果您阅读实际纸张，它声称输入图像是224x224，这肯定是不正确的，因为（224 - 11）/ 4 1显然不是整数 . 这让ConvNets历史上的许多人感到困惑，对发生的事情知之甚少 . 我自己最好的猜测是Alex使用了3个额外像素的零填充，这是他在论文中没有提到的 .
我也相信这是作者的一个错误，我在the courseware of stanford cs231n找到了一个证明，在第10页和第11页，你可以发现第一个转换的输出大小是290400 .
2 回答
看起来输入大小是227x227，没有填充 . 我也认为他们在论文中提到的是一个错误 . 看看这个链接 .
http://cs231n.github.io/convolutional-networks/
它提到了以下信息 .
Krizhevsky等人 . 在2012年赢得ImageNet挑战的架构接受了大小[227x227x3]的图像 . 在第一个卷积层上，它使用了具有感受野大小F = 11，步幅S = 4且没有零填充P = 0的神经元 . 由于（227-11）/ 4 1 = 55，并且由于Conv层的深度为K = 96，因此Conv层输出体积的尺寸为[55×55×96] . 该体积中的55 * 55 * 96个神经元中的每一个连接到输入体积中大小为[11×11×3]的区域 . 此外，每个深度列中的所有96个神经元都连接到输入的相同[11x11x3]区域，但当然具有不同的权重 . 另外，如果您阅读实际纸张，它声称输入图像是224x224，这肯定是不正确的，因为（224 - 11）/ 4 1显然不是整数 . 这让ConvNets历史上的许多人感到困惑，对发生的事情知之甚少 . 我自己最好的猜测是Alex使用了3个额外像素的零填充，这是他在论文中没有提到的 .
我也相信这是作者的一个错误，我在the courseware of stanford cs231n找到了一个证明，在第10页和第11页，你可以发现第一个转换的输出大小是290400 .