为什么PyTorch DQN教程中CNN卷积输出大小使用`kernel_size – 1`计算？

根据我的理解，1D CNN的输出大小计算公式为

output_size = (input_size - kernel_size + 2*padding)//stride + 1

参考PyTorch DQN教程。在教程中，它使用了0填充，这是没问题的。然而，它计算输出大小的方式如下：

        def conv2d_size_out(size, kernel_size = 5, stride = 2):            return (size - (kernel_size - 1) - 1) // stride  + 1

上述计算是否有误，还是我遗漏了什么？

回答：

不，这不是错误，因为

size - (kernel_size - 1) - 1 = size - kernel_size + 2 * 0

使用0作为填充
（这不是代码，是一个方程，对不起格式化的问题）
我认为教程使用了官方文档中的输出大小公式，即

output_size = ((input_size + 2 * padding - dialation * (kernel_size - 1) - 1) // stride + 1

学技术