padding=“valid“和“same“的区别以及输出尺寸计算

ruyingcai666666

于 2020-08-22 22:03:55 发布

阅读量7.2k

点赞数 4

文章标签：深度学习卷积神经网络

本文链接：https://blog.csdn.net/ruyingcai666666/article/details/108175318

版权

padding=valid表示without padding，padding=same表示with zero padding
设输入图像尺寸为W，卷积核尺寸为F，步幅为S，Padding使用P，则经过卷积层或池化层之后的图像尺寸为（W-F+2P）/S+1。

（1）如果参数是‘’SAME’’，那么计算只与步长有关，直接除以步长 W / S(除不尽，向上取整)
（2）如果参数是‘VALID’,那么计算公式如上：(W – F + 1) / S （结果向上取整）

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ruyingcai666666

关注关注

4
点赞
踩
36

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

tensorflow2.x学习笔记二十三：卷积(转置卷积)层中的padding=valid和same的区别(含ZeroPadding2D)

耐心的小黑的博客

03-20

2543

对于转置卷积和卷积，输入高宽(i)，输出高宽(o)，步长(s)，卷积核的高宽(k)(设定高宽相等都为k)满足以下关系： 1. 卷积： padding = 'same’时，o = i/s 向上取整 padding = 'valid’时...

Tensorflow2.* keras padding=valid or same ZeroPadding 边界填充设置

Forrest97的博客

05-19

1201

目录边界填充目的计算公式layers.ZeroPadding2Dpadding='valid' or 'same''valid''same' 边界填充目的在卷积操作中有效控制特征层的size 计算公式 h'=|(h+p-k)/s| +1 其中， h’表示卷积后特征层的高 p表示上下填充的行数 k表示卷积核在高度方向上的大小 s表示滑动补上 | |表示取整同理可得到 w’=|(w+p-k)/s| +1 layers.ZeroPadding2D layers.ZeroPadding2D可以定义padding

参与评论您还未登录，请先登录后发表或查看评论

padding卷积的两种方式“SAME”和“VALID”

简简单单

03-26

1万+

conv2d是常用的实现卷积的，Tensorflow调用Conv的api时，常用代码如下：查看：https://tensorflow.google.cn/api_docs/python/tf/nn/conv2d tf.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True,...

padding = “SAME”与padding = “VALID”

qq_41078023的博客

04-19

3478

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...

【tensorflow】padding 中‘SAME‘ 和‘VALID‘区别

froot的博客

04-26

610

根据tensorflow中的conv2d函数，我们先定义几个基本符号 1、输入矩阵 W×W，这里只考虑输入宽高相等的情况，如果不相等，推导方法一样，不多解释。 2、filter矩阵 F×F，卷积核 3、stride值 S，步长 4、输出宽高为 new_height、new_width 当然还有其他的一些具体的参数，这里就不再说明了。我们知道，padding的方式在tensorflow里分两种，一...

Padding:valid和same区别

qq_34621022的博客

03-19

3633

卷积中padding的作用： 1.防止图像的边界信息丢失 2.缩小图像原理： same：采取的是补全方式，尝试在左边和右边补0，规则是左奇右偶，例如输入input_width=13，Filter_width=6，stride=5。在上面滑动的次数是3次，如图所示，输入不够0来凑。 valid：采用的是丢弃的方式，如果不够滑动一次则将剩下的数据丢弃。计算输出公式： same: noutpu...

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

热门推荐

syyyy712的博客

05-10

6万+

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5*5*3，过滤器是3*3*3，padding设置的值是SAME，所以我一开始预想的是...

padding参数中的SAME和VALID

qq_38896190的博客

07-30

884

在keras和TensorFlow的卷积层中，存在padding参数，可设置为vaild和same 二者区别： “valid”代表只进行有效的卷积，对边界数据不处理。 “same”代表保留边界处的卷积结果，通常会导致输出shape与输入shape相同 ...

CNN中两种padding方式VALID和SAME

幸福驿站

03-19

5638

CNN之padding：VALID/SAME#参数说明 fileter = [filter_height, filter_width, pre_feature_maps, post_feature_maps] input_image = [-1, in_height, in_width, channel] strides = [1, h, w, 1]padding = "VALID"表示卷积过程使...

Tensorflow 中padding 的“SAME” 和“VALID” 详解

TongLau的博客

07-10

1555

这里写自定义目录标题Tensorflow 中padding 的“SAME” 和“VALID” 详解“SAME”“VALID”总结 Tensorflow 中padding 的“SAME” 和“VALID” 详解最近在准备复习找工作，边实习边耍牛客网，然后刷到vivo校招的题目，里面有一个神经网络参数的计算，由于我之前一直迷迷糊糊，所以打算好好了解一下，所以就使用tensorflow 来详细了解co...

Padding：valid和same

为实现四个现代化奋斗

08-02

2375

卷积操作有两个问题： 1. 图像越来越小； 2. 图像边界信息丢失，即有些图像角落和边界的信息发挥作用较少。因此需要padding。卷积核大小通常为奇数一方面是为了方便same卷积padding对称填充，左右两边对称补零； n+2p-f+1=n p=(f-1)/2 另一方面，奇数过滤器有中心像素，便于确定过滤器的位置。 padding padding的方式：备注 "...

padding valid same区别——就是是否补齐0的问题

djph26741的博客

03-09

327

参考：https://stackoverflow.com/questions/37674306/what-is-the-difference-between-same-and-valid-padding-in-tf-nn-max-pool-of-t If you like ascii art: "VALID" = without padding: inputs: ...

Tensorflow中padding 参数VALID和SAME的不同

暮日落流年的博客

06-27

1万+

之前看人家程序的时候，看到好多程序卷积层网络中参数padding都是设置SAME，自己一直也没有注意。但是有时候遇到不同的卷积核以及相同的stride，发现最后产生的特征图是一样的，也没有仔细深究。今天刚好也遇到了，上网发现有很多相关资料，这里也就是自己学习一下，下次遇到了就会知其所以然了。 1. 简单公式这里参考了Tensorflow中卷积的padding操作首先是引出paddi...

padding方式 valid same

ACM之路

11-29

380

padding='SAME'与padding='VALID'的区别

钟灵宛清

03-27

657

"VALID"only ever drops the right-most columns (or bottom-most rows). "SAME"tries to pad evenly left and right, but if the amount of columns to be added is odd, it will add the extra column to the ri...

padding参数VALID和SAME

like_study_cat的博客

03-16

301

SAME： stride=1 输出特征图和输入大小一致（例如输入75x75，输出依旧是75X75） stride=2 输出特征图是输入大小的1/2（例如输入是76X76，输出是38X38 输入是75X75，输出是38X38（向上取整）） padding大小：((f-k)+2p)/s + 1 = f_out(根据公式可以求得p) VALID: 没有padding的概念了输出特征图大小： (f-k)...

卷积层和池化层中padding参数“SAME”和“VALID”的区别

南洲.的博客

09-04

5775

padding参数的作用是决定在进行卷积或池化操作时，是否对输入的图像矩阵边缘补0，‘SAME’ 为补零，‘VALID’ 则不补，因为在这些操作过程中过滤器可能不能将某个方向上的数据刚好处理完。 VALID 模式 inputs: 1 2 3 4 5 6 7 8 9 10 11 (12 13) |________________|...

Tensorflow中padding的两种类型SAME和VALID

jiandanjinxin的专栏

08-24

2万+

边界补充问题原始图片尺寸为7*7，卷积核的大小为3*3，当卷积核沿着图片滑动后只能滑动出一个5*5的图片出来，这就造成了卷积后的图片和卷积前的图片尺寸不一致，这显然不是我们想要的结果，所以为了避免这种情况，需要先对原始图片做边界填充处理。在上面的情况中，我们需要先把原始图像填充为9*9的尺寸。常用的区域填充方法包括：用3*3定义原始图像的尺寸，补充为9*9的尺寸，图片上的颜色只为方便观

padding参数为 SAME 和 VALID 的区别

独钓寒江雪

09-20

7456

https://blog.csdn.net/wuguangbin1230/article/details/79218593 https://blog.csdn.net/jiandanjinxin/article/details/77519629 https://blog.csdn.net/wuzqchom/article/details/74785643 不同的padding方式,VALID...

V 是TF中的padding="Valid" == pytorch中的padding=0 ，没有标 V 是TF中的padding="Same" == pytorch中的padding=1 with zero padding(用0填充)。

05-18

不完全正确。在 TensorFlow 中，`padding="Valid"` 表示不使用填充，而 `padding="Same"` 表示使用尽可能少的填充来保持输出与输入的大小相同（如果能够整除的话）。而在 PyTorch 中，`padding=0` 和 `padding=1` 都表示使用 0 填充（`padding=0` 表示不进行填充）。因此，`padding="Valid"` 和 `padding=0` 是等效的，而 `padding="Same"` 和 `padding=1` 是等效的。但是需要注意的是，这些参数的具体含义可能在不同的上下文中略有不同。