Convolutional autoencoderのための各層の入出力次元の計算

背景

図1. Convolutional Autoencoder

たとえば、図１なようなConvolutional Autoencoderを作ろうとしたら（入力＝出力）、Conv層のパラメタなどは簡単ですが、それを適当に設定しておくと、後でDeconvのパラメタの設計がすごく困ることになる。ここでCon2d,Deconv2d, pooling, uppoolingの入力、出力次元の計算方法をまとめます。

Note

$S_{input}$ : 層の入力次元
　　　例：(28,32)だと、$S_{input_w}$=28
　　　　　　　　　　　$S_{input_h}$=32
$S_{output}$ : 層の出力次元
　　　例：(28,32)だと、$S_{output_w}$=28
　　　　　　　　　　　$S_{output_h}$=32
$S_{filter}$ : 層のフィルタのサイズ
　　　例：(3,2)だと、$S_{filter_w}$=3
　　　　　　　　　　$S_{filter_h}$=2
$P$ : Paddingのサイズ
　　　例：(2,2)だと、$P$=2

$Stride$ : 進歩サイズ
　　　例：(1,1)だと、$Stride$=1

$Range$ : Poolingサイズ
　　　例：(2,2)だと、$Range$=2

$｢｣$: 整数以外を切り捨てる
　　　例：$｢14.9｣=14$

Conv2dとPooling

Con2dとPoolingは同じ計算式なので一緒に書きます

Conv2d

$$
S_{output_w} = ｢(S_{input_w}-S_{filter_w}+2*P)/Stride+1｣\\
S_{output_h} = ｢(S_{input_h}-S_{filter_h}+2*P)/Stride+1｣
$$

Pooling

$$
S_{output_w} = ｢(S_{input_w}-Range+2*P)/Stride+1｣\\
S_{output_h} = ｢(S_{input_h}-Range+2*P)/Stride+1｣
$$

Deconv2dとUppooling

Deconv2dはConv2dと逆計算だけなので

Deconv2d

$$
S_{output_w} = ｢Stride*(S_{input_w}-1)+S_{filter_w}-2*P｣\\
S_{output_h} = ｢Stride*(S_{input_h}-1)+S_{filter_h}-2*P｣
$$

Uppooling

$$
S_{output_w} = ｢Stride*(S_{input_w}-1)+Range-2*P｣\\
S_{output_h} = ｢Stride*(S_{input_h}-1)+Range-2*P｣
$$

まとめ

変換ツールを作りましたが、計算が簡単なので必要がないでしょうね