CNN · SHAPE LEDGER

卷积输出形状与有效核计算器

先把 dilation 展开成“有效核”,再问 padding 后能放下多少个 stride。结果中的余数,就是最后一段没有成为新窗口起点的边缘。

二维参数

输入大小
核大小
padding
stride
dilation

尺寸账本

有效核 keff,H × keff,W3 × 3
输出 Hout × Wout7 × 7
未覆盖边缘(高 × 宽)0 × 0

高度轴:窗口从哪里起步

真实输入padding第一个窗口的核采样点
卷积高度轴采样示意显示补零、卷积核膨胀采样点和按步幅排列的窗口起点。

PyTorch 提醒:padding="same" 会让输出保持输入空间尺寸,但官方 Conv2d 约束它只支持 stride=1;stride 大于 1 时请显式计算整数 padding,且不一定能严格同尺寸。