TensorFlow中padding卷积的两种方式“SAME”和“VALID”

转自:https://blog.csdn.net/syyyy712/article/details/80272071

tensorflow官网定义的padding如下：

padding = “SAME”输入和输出大小关系如下：

输出大小等于输入大小除以步长向上取整，s是步长大小；

padding = “VALID”输入和输出大小关系如下：

输出大小等于输入大小减去滤波器大小加上1，最后再除以步长（f为滤波器的大小，s是步长大小）。

反卷积操作

所以在反卷积操作tf.keras.layers.Conv2DTranspose()中，当设置padding=‘SAME’，Stride=(2,2)时，可以实现将图像扩大两倍

详情可见：https://blog.csdn.net/u011913417/article/details/110857982
此外，dilation rate 指的是kernel的间隔数量(e.g. 正常的 convolution 是 dilatation rate 1)