对CNN中padding零填充的理解

11.padding

为什么用padding进行填充？原因：2个
一：卷积的时候，希望图像大小不发生变化；
二：有的时候可能原始图像是除不尽的，如果不填充的话，余的像素就直接丢弃了，这样信息可能会丢失。那为了防止信息丢失，我们做一个填充。

注意：零填充填几层卷积自己会自己计算的（计算是在滑动窗口滑动之前就计算好的）。也就是说：不管哪种情况，padding的取值，先计算好，然后窗口才滑动 。。。 而不是滑动过程中发现像素不够，然后再进行零填充。

padding：是否进行数据的填充操作。
可选值：SAME表示进行最小填充，VALID表示不进行填充，直接删除多余的像素值。

当步长为1，padding为SAME的时候，卷积是不改变的feature map大小的。

举一个需要进行零填充的例子：

上例中如果padding设置为VALID，那无论在width还是height方向上滑动一次就结束了，那右边两列和下面两行数据就不要了，那这样的话信息会丢失一部分。

注意：

1. padding填充方式：对图片进行四周填充。
2. 如果图片大小滑动窗口大小，步长，它们的取值使得图片的所有像素都被滑动窗口遍历完，这时候就无需零填充了。（padding虽被设置为SAME，但只有在需要零填充时才进行零填充）

真正意义上的填充。确实有填相同值，0，映射值等等都有，但是因为深度学习网络中，边缘的信息不是那么重要。所以在边缘填的是零。