人工神经网络怎么计算图像

第一个卷积计算出尺寸为62.5
第二层池化计算出图像尺寸为30.5
还有最后一个卷积计算出图像尺寸为5
想问一下62.5这种之类的是不是就可以直接取整，最后一个卷积计算为5为什么取值为4

该回答内容部分引用GPT，GPT_Pro更好的解决问题
在进行人工神经网络计算图像的时候，会使用卷积神经网络（Convolutional Neural Networks）。它的基本架构包括输入层、卷积层、池化层、全连接层、输出层等几层结构。

首先，输入层会将图片的原始像素数据作为输入输入到神经网络中。然后，卷积层就会以一定的权重对输入图片进行卷积操作，从而得到图片的特征信息，并且会得到一定尺寸的输出（比如62.5）。之后，池化层就会针对输出的特征进行池化操作，从而有效减少参数量，并且得到一定尺寸的输出（比如30.5）。在此之后，神经网络会再次使用卷积层对这些特征进行抽取，然后得到一定尺寸的输出（比如5）。最后，神经网络再使用全连接层对这些特征进行分类或者回归任务。

至于62.5这种之类的是不是就可以直接取整，一般来说是不需要取整的。但是最后一个卷积计算为5为什么取值为4呢？这是因为神经网络中一般都会采用步长来进行卷积操作，也就是说我们在卷积之前会将原始图片数据按步长来分割成一定的小图片数据，然后在对这些小图片进行卷积操作。而步长一般都是2或者4（有时也可以选择其他的数字）。所以如果步长选择的是4的话，最后的卷积计算出的图片大小就会变成4.
如果回答有帮助，望采纳。

我也觉得是5

• 这篇博客也许可以解决你的问题👉 ：基于人工神经网络识别手写数字

图像尺寸单位是像素，只会是整数。所以 62.5不是 要不要取整的问题，而是不可能得到 62.5的尺寸。
当出现非整数时，实际上已经无法完成卷积运算了，也就是说只能得到输出大小 62
当然可以通过 padding 实现边缘的卷积，但这就相当于扩大了输入变量数，算出来也就不是 62.5 了，而是 63了。