Unet上采样的cat步骤的疑问

Question

图中的这个feature map参数，从头到尾只出现了这一次，但是会和前面需要cat的x部分shape吻合，想请问一下，这个参数是怎么传进来的？

Answer 1

【相关推荐】

• 这篇博客: 卷积神经网络记录（一）基础知识整理中的 如何计算输出的 Feature Map 的 shape？ 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  设：

  • 输入数据的长宽分别是 、h_in、w_in
  • Filter 的宽度是 f
  • Padding 是 ppp
  • 输出数据的长宽分别是 hout、wouth_out、 w_outho​ut、wo​ut
  • 步长 stride 是 sss

  那么输出的特征图的长度可以表示为（宽度的计算方式也是一样的）：
  hout=hin−f+2ps+1 h_out = \frac{h_in-f+2p}{s}+1 ho​ut=shi​n−f+2p​+1
  在证明上，直接根据变化前后边长的等量关系建立方程求解即可。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^