为什么使用padding：
答：随着网络深度的增加，图片变得越来越小。图片的边沿信息不断丢失，可分析的信息内容越来越少。为了解决这个问题，增加了padding层。
padding怎么做：
答：padding层增加特征图边缘的像素，但上限是维持特征图到原图大小，没必要比原图更大。具体增加pixel的数量多少，由filter的尺寸和stride大小共同决定。padding出来的pixel的值都是0，不存在噪音问题。
references：
本文探讨了在深度学习中引入padding的必要性，它如何解决图片尺寸减小的问题，以及如何通过控制padding数量来保持特征图尺寸。重点讲解了padding的具体操作方法和其在算法中的应用，帮助理解其在CNN中的核心作用。
2625
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
