如何计算具有相同填充的多次卷积后的最终大小？

Question

鉴于我有以下内容：

s: stride
k: kernel size
i: input size
n: number of times a convolution layer was performed

卷积层具有以下参数：

input = [b, i, i, c] (with batch size b and channel size c)
padding = 'SAME'
stride = s
kernel_size = k

是否有计算最终输出大小的数学方法？

我可以执行以下操作以编程方式计算最终输出大小：

final_size = i
for _ in range(n):
    final_size = np.ceil(final_size / s)

Answer 1

是的。 ceil(ceil(x / n) / m) = ceil(x / (x * m))（至少对于整数 n 和 m），所以它应该只是 final_size = np.ceil(i / (s ** n)).

How to calculate final size after multiple convolutions with same padding?