AlexNet中的神经元数量

Question

在AlexNet中，图像数据是3*224*224。

第一卷积层用96个大小为11*11*3的核对图像进行滤波，步长为4个像素。

我对第一层的输出神经元计数有疑问。

在我看来，输入是224*224*3=150528，那么输出应该是55*55*96=290400

但在论文中，他们描述了输出是253440

如何计算这一层神经元的数量？

Answer 1

看起来输入大小是227x227，没有填充。我也认为他们在论文中提到的是一个错误。请看一下这个链接。

http://cs231n.github.io/convolutional-networks/

它提到：

，Krizhevsky等人。赢得2012年ImageNet挑战赛的架构接受大小为227x227x3的图像。在第一卷积层，它使用感受野大小为F=11，步长为S=4，没有零填充P=0的神经元。由于(227 - 11)/4 +1= 55，并且由于卷积层具有深度K=96，因此卷积层输出体积的大小为55x55x96。这个体积中的每个55_55_96神经元都连接到输入体积中大小为11x11x3的区域。此外，每个深度列中的所有96个神经元都连接到输入的相同11x11x3区域，但当然具有不同的权重。有趣的是，如果你阅读了实际的论文，它声称输入的图像是224x224，这肯定是不正确的，因为(224 - 11)/4 +1显然不是整数。这让ConvNets历史上的许多人感到困惑，人们对发生了什么知之甚少。我个人最好的猜测是Alex使用了3个额外像素的零填充，而他在论文中没有提到。

Answer 2

我也相信这是作者的错误，我在the courseware of stanford cs231n中找到了一个证明，在第10页和第11页，你可以发现第一个卷积的输出大小是290400。