在卷积神经网络CNN的前向传播中,伴随着矩阵长、宽缩小(nH,nW),通道数增加(nC),带来以下2个问题:
1、丢失了许多边缘信息
2、输出维度nH,nW缩小
解决办法:Padding
1、假设左右边缘或上下边缘填充的宽度为 p;卷积核(滤波器)f;输出矩阵大小为 (n+2*p-f+1)*(n+2*p-f+1)
----f 通常为奇数
2、无填充的卷积(no padding)—Valid convolutions
填充后输出与输入的 nH、nW 不变—Same convolutions
python numpy.pad()方法