python - 畳み込みニューラル ネットワークで特徴マップの次元を計算する

Question

Keras に畳み込みニューラル ネットワークがあります。各レイヤーの特徴マップの寸法を知る必要があります。私の入力は 28 x 28 ピクセルの画像です。これを計算する方法があることは知っていますが、方法がわかりません。以下は、Keras を使用した私のコード スニペットです。

img_rows, img_cols = 28, 28
nb_filters = 32
nb_pool = 2
nb_conv = 3

model = Sequential()

model.add(Convolution2D(nb_filters, nb_conv, nb_conv, border_mode='valid', input_shape=(1, img_rows, img_cols)))
model.add(Activation('relu'))
model.add(Convolution2D(nb_filters, nb_conv, nb_conv))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(nb_pool, nb_pool)))
model.add(Dropout(0.25))

model.add(Convolution2D(64, nb_conv, nb_conv, border_mode='valid'))
model.add(Activation('relu'))
model.add(Convolution2D(64, nb_conv, nb_conv))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(nb_pool, nb_pool)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.5))


model.add(Dense(nb_classes))
model.add(Activation('softmax'))

結局のところ、これが私が描きたいものです。ありがとうございました。

Answer 1

この記事をチェックしてください。

出力ボリュームの空間サイズの式: K*((W−F+2P)/S+1)、ここで、W - 入力ボリューム サイズ、Fは Conv Layer ニューロンの受容野サイズ、S - ストライド適用されます。P - 境界で使用されるゼロ パディングの量、K - conv レイヤーの深さ。