卷积网络输出大小计算及TCN中padding大小的解释

卷积网络输出大小

只考虑某一维度上的大小，卷积神经网络中设输入的大小为n，kernel_size为k，padding为p，stride为s，dilation为d，输出的大小为n'。

则当d=1，s=1时，；

对上面公式进行一般化的扩展：

若只有d=1，则；

若只有s=1，则；

 

时间卷积网络TCN中padding的大小

TCN中只有s=1的限制，所以正常卷积后大小为。

但TCN只能向前看，不能向后看，所以卷积完后TCN会有一个chomp1d的函数将后边多扩展的大小为padding的长度给删除，因此，chomp1d完后输出大小为。

由于TCN要求一层的输入和输出长度相等，所以应当有，所以综合以上得。