cnn 系列文章三 ----strides，padding详解，基于andrew ng的DeepLearning

cnn系列文章二 –初识滤波器

惯例，还是分享一句歌词呢。

《诗话小镇》
岁月如流沙苍老了风华
那誓言未长大
流年斑驳眉心朱砂
你画上哪个她
繁华褪尽薄了红纱

约定符号：

• 输入图像： $n \times n$
• 过滤器： $f \times f$
• paddig(填充)： $p$

• stride(步长): $s$

  padding

1. padding概念引入

当使用一个$3 \times 3$的过滤器对$6 \times 6$的图像进行卷积操作后，会得到$4 \times 4$的输出图像。
此时输出图像大小为：

$$(n - f + 1) \times (n - f +1)$$
但是这样会带来两个缺点：

1. 图像会越来越小
2. 如上图，原图像左上角绿色区域纸杯一个过滤器使用，而中间红色区域会被多个过滤器使用，这就意味着边缘信息的丢失

为此引入padding（填充）的操作，即在卷积操作之前，先在图像边缘进行像素填充，像素值可以是0也可以是图像边缘像素，填充宽度为p，例如在上图中使用像素0对图像边缘填充，宽度p=1，此时输出图像和输入图像维度相等，并且图像左上角的像素被多个过滤器使用，边缘信息丢失的更少。
此时，输出图像的维度为：

$$(n - f + 2p +1) \times (n - f +2p +1)$$

2. padding填充模式

1. padding=’VALID’

   此时$p = 0$,即不填充， 输出图像为$(n - f +1) \times (n - f +1)$

2. padding=’SAME’

   此时输入和输出图像维度相同，此时:
   

   $$p=\frac{f-1}{2}$$
   因为 $n - f + 2p + 1 = n$

   注意： 一般 $f$为奇数，主要有两个好处：

   • p可以取整数
   • 奇数过滤器有一个中点,也称锚点(anchor),便于确认过滤器的位置

stride (卷积步长)

不同于之前一次想左移动一格，此时向左移动两格，

同样的，也是向下移动两格

最终的输出图像大小为$3 \times 3$

假设stride移动步长为s，则最后的输出图像为：

⌊(n