为什么 PyTorch DQN 教程中的 CNN 卷积输出大小是用 `kernel_size -1` 计算的？
[英]Why is CNN convolution output size in PyTorch DQN tutorial computed with `kernel_size -1`?
问题描述
Based on my understanding, CNN output size for 1D is
根据我的理解，1D 的 CNN 输出大小是
output_size = (input_size - kernel_size + 2*padding)//stride + 1
Refer to PyTorch DQN Tutorial .请参阅PyTorch DQN 教程。 In the tutorial, it uses 0 padding, which is fine.在教程中，它使用 0 填充，这很好。 However, it computes the output size as follows:但是，它计算输出大小如下：
def conv2d_size_out(size, kernel_size = 5, stride = 2):
return (size - (kernel_size - 1) - 1) // stride + 1
It the above a mistake or is there something I missed?以上是错误还是我错过了什么？
1 个解决方案
解决方案1
2 已采纳 2020-02-26 05:28:38
No, it's not a mistake because不，这不是错误，因为
size - (kernel_size - 1) - 1 = size - kernel_size + 2 * 0
with 0 as padding以 0 作为填充
(it's not code, its an equation sorry for the formatting) （这不是代码，它是一个公式，抱歉格式化）
I think the tutorial is using the formula for the output size from the official document which is我认为本教程使用的是官方文档中的输出大小公式
output_size = ((input_size + 2 * padding - dialation * (kernel_size - 1) - 1) // stride + 1
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.