224的图片在7*7的卷积、3的padding和2的stride后的特征图大小

经过卷积、填充和步长的操作后，特征图的大小可以通过以下公式计算：

特征图大小 = (输入大小 + 2 * padding - 卷积核大小) / 步长 + 1

对于给定的输入大小为224，卷积核大小为7，填充为3，步长为2，我们可以将这些值代入公式进行计算：

特征图大小 = (224 + 2 * 3 - 7) / 2 + 1
= (224 + 6 - 7) / 2 + 1
= 230 / 2 + 1
= 115 + 1
= 116

因此，经过7*7的卷积、3的padding和2的stride后，224的图片的特征图大小为116。

相关问题

输入图片大小为200×200;依次经过一层卷积(kernel size 5x5,padding 1,tride 2),pooling(kernel size 3x3.padding 0.stride 1),又一层卷积(kernel size 3×3,padding 1,stride 1)之后,输出特征图大小为():

输入图片大小为$200\times 200$，第一层卷积核大小为$5\times 5$，padding为1，stride为2，因此第一层卷积运算后，输出特征图大小为：

$$
\frac{200+2\times 1-5}{2}+1=99
$$

第一层池化层的kernel size为$3\times 3$，padding为0，stride为1，因此第一层池化运算后，输出特征图大小为：

$$
\frac{99+2\times 0-3}{1}+1=97
$$

第二层卷积核大小为$3\times 3$，padding为1，stride为1，因此第二层卷积运算后，输出特征图大小为：

$$
\frac{97+2\times 1-3}{1}+1=97
$$

因此，最终输出的特征图大小为$97\times 97$。

一个军基层的卷积核大小为5*5,padding=2,stride=1,输出通道为3,没有偏置,对于3*10

卷积核大小为5*5表示该卷积核的尺寸是5行5列，padding=2表示在输入的特征图周围补充2行2列的0值，stride=1表示卷积核每次滑动的步长为1，输出通道为3表示经过卷积操作后得到的特征图数量为3张，没有偏置表示在卷积操作中不使用偏置项。

对于输入的特征图3*10，经过卷积操作后，得到的输出特征图大小的计算公式如下：

输出特征图的高度 = (输入特征图的高度 + 2 * padding - 卷积核的高度) / 步长 + 1
输出特征图的宽度 = (输入特征图的宽度 + 2 * padding - 卷积核的宽度) / 步长 + 1

根据上述公式，对于3*10的输入特征图，卷积核大小为5*5，padding=2，stride=1的情况下，计算得到输出特征图的大小为7*12（高度为7，宽度为12），输出通道为3张。

因此，经过该军基层的卷积操作后，输入特征图3*10经过卷积计算后将得到3张7*12的输出特征图。