我正在尝试复制Caffe中卷积的输出。

据我所知，Caffe使用im2col算法将n维数组转换为矩阵并进行乘法运算。然而，Caffe中输出的维度让我感到困惑。

使用ImageData层，我输入了4张尺寸为150×149的图像，批次大小为4。Caffe创建了一个维度为4x3x149x150的四维数组。

我用一个卷积层对这些图像进行卷积，滤波器大小为7，步长为1（num_output = 1 & bias = 零向量）。这意味着权重的维度为1x3x7x7。据我所知，如果步长为1，滤波器应该应用到每个元素，输出应该与输入具有相同的维度。然而，我得到的输出维度如下：4x1x143x144。

我不明白这是怎么回事。在Matlab（或其他任何工具）中如何执行相同的操作？

你是如何从输入得到输出的？

回答：

你的卷积滤波器宽度为7。从一维角度看，第一次应用将作用于像素

1, 2, 3, 4, 5, 6, 7,

第二次应用将作用于像素

2, 3, 4, 5, 6, 7, 8,

依此类推，直到最后一次应用，作用于像素

143, 144, 145, 146, 147, 148, 149.

因此，正如你所见，有143种不同的滤波器应用，每次应用产生一个输出像素。因此，输出维度为143。另一个坐标方向的操作方式类似。

简而言之，对于步长为1的滤波器，输出宽度总是

输出宽度 = 图像宽度 - 滤波器宽度 + 1.