刚刚接触Tensorflow，由于是做图像处理，因此接触比较多的还是卷及神经网络，其中会涉及到在经过卷积层或者pooling层之后，图像Feature map的大小计算，之前一直以为是与caffe相同的，后来查阅了资料发现并不相同，将计算公式贴在这里，以便查阅：
caffe中：
TF中：
参考：
http://blog.csdn.net/lujiandong1/article/details/53728053
http://www.cnblogs.com/denny402/p/5071126.html
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：TensorFlow与caffe中卷积层feature map大小计算 - Python技术站
微信扫一扫 
支付宝扫一扫 