卷积层和池化后的DImensions

Question

我正在用MNIST数据集测试一些东西。图像大小为28x28，我的x_train尺寸为(6000028281)。我使用了下面的代码，得到了下面的错误，

        keras.layers.Co`enter code here`nv2D(64,kernel_size = (10,10),activation = "relu",
                            input_shape = (28,28,1)),
        keras.layers.MaxPooling2D(pool_size = (8,8)),

        keras.layers.Conv2D(32,kernel_size = (4,4),activation = "relu"),
        keras.layers.MaxPooling2D(pool_size = (2,2)),

Negative dimension size caused by subtracting 4 from 2 for 'conv2d_47/Conv2D' (op: 'Conv2D') with input shapes: [?,2,2,64], [4,4,64,64]

根据我的计算，在没有填充和步长为1的情况下，看起来我最终应该拥有宽度和高度尺寸为8的东西。我用的是公式

W_new = (W1-K+2P)/S，其中K是滤波器的大小，P是填充，S是步长。

如果您能指出我在这里的错误之处，我们将不胜感激。

谢谢

Answer 1

公式是W-K+2P/S+1。我想在考虑+1后计算出正确的尺寸后，你应该是好的。一定要让我知道它是否对你有效。