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 = i s o = \tfrac{i}{s} o=si
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