neural-network - 如何在 Caffe 中定位/指定池化层的大小

Question

我的团队一直在研究 Caffe 的 MNIST 示例，并且已经能够定位/指定神经网络的某些层（如卷积层）中的神经元/过滤器的数量，这些层由称为 num_output 的参数引用。但是，池化层似乎没有指定它们拥有/我们可以调整的输出数量。有什么方法可以定位这些信息，以便我能够知道 MNIST 示例神经网络的每一层中存在多少个神经元？

此外，第 1 个卷积层的 num_output = 20，第 2 个卷积层的 num_output = 50。这种层深度的跳跃是如何实现的？我认为这是因为卷积层 1 和 2 之间的池化层，但我还是不明白池化层有多少过滤器。

Answer 1

您必须了解池化层是一种特殊的层，其主要目的是降低卷积层输出的维数。

池化层的输出是其参数的函数——内核大小、填充和步幅，以及卷积层的输出大小。使用内核的宽度W和高度H、padsPh, Pw和 strides Sh, Sw，它会从大小为 的卷积层产生输出Wc x Hc x Dc：

1. Width = (Wc + 2 * Pc - W) / Sw + 1
2. Height = (Hc + 2 * Ph - H) / Sh + 1
3. Depth = Dc

您可以在此处阅读参数的详细说明和池化操作的详细信息。