Tensorflow 中padding 的“SAME” 和“VALID” 详解

最新推荐文章于 2022-11-15 16:53:34 发布

TongLau

最新推荐文章于 2022-11-15 16:53:34 发布

阅读量1.4k

点赞数 1

文章标签： tensorflow conv2D padding valid same

本文链接：https://blog.csdn.net/TongLau/article/details/95335131

版权

本文详细解析Tensorflow中卷积操作的padding模式"SAME"和"VALID"。通过实例展示不同padding模式下，输入尺寸、步长对卷积结果的影响，并强调输入图像与滤波器形状的差异。建议遇到问题时查阅官方API或源码以获取准确信息。

摘要由CSDN通过智能技术生成

这里写自定义目录标题

Tensorflow 中padding 的“SAME” 和“VALID” 详解

Tensorflow 中padding 的“SAME” 和“VALID” 详解

最近在准备复习找工作，边实习边耍牛客网，然后刷到vivo校招的题目，里面有一个神经网络参数的计算，由于我之前一直迷迷糊糊，所以打算好好了解一下，所以就使用tensorflow 来详细了解convolution 里面的padding 。
首先使用tensorflow代码来简单的实现一下这个卷积过程：

import tensorflow as tf
import keras

# 首先，模拟输入一个图像矩阵，大小为5*5
# 输入图像矩阵的shape为[批次大小，图像的高度，图像的宽度，图像的通道数]
inp=tf.Variable(tf.random_normal([1,11,11,1]))

#filter: A Tensor. Must have the same type as input. A 4-D tensor of shape [filter_height,filter_width,in_channels, out_channels]
# 卷积核的shape为[卷积核的高度，卷积核的宽度，图像通道数，卷积核的个数]
fil=tf.Variable(tf.random_normal([3,3,1,1]))

result=tf.nn.conv2d(inp,fil,strides=[1,1,1,1],padding='VALID')#VALID  FULL