最近在用tensorflow搭建卷积神经网络,遇到了一个比较棘手的问题,我一直理解的padding有两个值,一个是SAME,一个是VALID,如果padding设置为SAME,则说明输入图片大小和输出图片大小是一致的,如果是VALID则图片经过滤波器后可能会变小。
如下图:
从程序中可以看出我的输入是553,过滤器是333,padding设置的值是SAME,所以我一开始预想的是输出557(有7个过滤器),可是最后程序运行的结果是337,和我预想的不一致,原来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)。
因此还是上述的那个例子,我的输入是553,滤波器是333,padding= “SAME”,步长s = 2,因此根据公式我的输出是(5/2=2.5),2.5向上取整是3,因此符合上述程序输出的结果,如果我将padding的值改成“VALID”,则最后的输出结果是
(5-3+1)/2=1.5,1.5向上取整是2,因此输出应该是227。
如下图:
程序运行符合结果!
————————————————
转载;原文链接:https://blog.csdn.net/syyyy712/article/details/80272071