Resnet18第一层输出维度
Resnet18 first layer output dimensions
我正在查看 PyTorch 中的模型实现。第一层是卷积层，过滤器大小 = 7，步幅 = 2，填充 = 3。网络的标准输入大小为 224x224x3。基于这些数字，输出维度为 (224 + 3*2 - 7)/2 + 1，这不是整数。原始实现是否包含非整数维度？我看到网络在 FC 层之前有自适应池，所以可变输入维度不是问题（我通过改变输入大小来测试这个）。我是不是做错了什么，或者为什么作者在设计 ResNet 时会选择非整数维度？
维度必须始终为整数。来自 nn.Conv2d - Shape:
仅向底部闭合的括号表示地板操作（向下舍入）。计算变为：
import math
math.floor((224 + 3*2 - 7)/2 + 1) # => 112
# Or using the integer division (two slashes //)
(224 + 3*2 - 7) // 2 + 1 # => 112
使用整数除法具有相同的效果，因为它总是向下舍入到最接近的整数。
我正在查看 PyTorch 中的模型实现。第一层是卷积层，过滤器大小 = 7，步幅 = 2，填充 = 3。网络的标准输入大小为 224x224x3。基于这些数字，输出维度为 (224 + 3*2 - 7)/2 + 1，这不是整数。原始实现是否包含非整数维度？我看到网络在 FC 层之前有自适应池，所以可变输入维度不是问题（我通过改变输入大小来测试这个）。我是不是做错了什么，或者为什么作者在设计 ResNet 时会选择非整数维度？
维度必须始终为整数。来自 nn.Conv2d - Shape:
仅向底部闭合的括号表示地板操作（向下舍入）。计算变为：
import math
math.floor((224 + 3*2 - 7)/2 + 1) # => 112
# Or using the integer division (two slashes //)
(224 + 3*2 - 7) // 2 + 1 # => 112
使用整数除法具有相同的效果，因为它总是向下舍入到最接近的整数。