Tensorflow中的padding操作

Tensorflow中的padding操作

tensorflow中的卷积操作（tf.nn.conv2d()）和池化操作（tf.nn.maxpool()）中都有一个参数padding, 可以设置为"SAME"和”VALID"。

说明

• 输入feature map大小为 i*i
• 输出feature map大小为 o*o
• padding大小为 p
• 卷积核大小为 k*k
• 步长strides为 s

卷积层

在卷积操作中，若设置padding=“SAME”，则有：

$$o=\frac{i}{s}$$
特殊的，当strides=1时输出的feature map的大小跟输入的大 小一致。由 o = i + 2 p − k s + 1 o = \tfrac{i+2p-k}{s}+1