我目前正在尝试进行深度学习，并且在理解CNN方面存在一个小问题 .
根据CS231n，计算conv的输出大小的通用公式 . layer是 W'=(W−F+2P)/S+1 ，其中 W 是输入大小， F 是接收字段， P 是填充， S 是步幅 . 到目前为止这么好，我完全可以理解这个公式 .
但那时就是TensorFlow tutorial . 根据教程，第一个卷积层的输出大小为28x28x32 . 为什么不（28-5）/ 1 1 = 24→24x24x32，这样第一个汇集层会将它减少到12x12x32？我在这做错了什么？
1 回答
这里对于conv层，默认使用
SAME填充 .P=floor(F/2)forSAMEpadding . 所以(28- 5 + 2*2)/1 +1 = 28