tf.nn.conv2d padding “SAME“ 和“VALID“ 的区别

最新推荐文章于 2025-03-22 10:49:04 发布

子燕若水

最新推荐文章于 2025-03-22 10:49:04 发布

阅读量439

点赞数 1

分类专栏：框架 cuda&深度学习环境深度学习算法

原文链接：https://stackoverflow.com/questions/37674306/what-is-the-difference-between-same-and-valid-padding-in-tf-nn-max-pool-of-t

版权

深度学习算法同时被 3 个专栏收录

159 篇文章

订阅专栏

cuda&深度学习环境

85 篇文章

订阅专栏

框架

16 篇文章

订阅专栏

本文介绍了卷积神经网络中两种不同的填充方式：SAME和VALID。SAME填充确保输出尺寸与输入相同，通过添加边框来保持空间维度；而VALID填充则不使用额外填充，仅处理有效输入数据。理解这两种填充方式对于调整网络结构和保持特征尺寸至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

If you like ascii art:

"VALID" = without padding:

   inputs:         1  2  3  4  5  6  7  8  9  10 11 (12 13)
                  |________________|                dropped
                                 |_________________|

"SAME" = with zero padding:

               pad|                                      |pad
   inputs:      0 |1  2  3  4  5  6  7  8  9  10 11 12 13|0  0
               |________________|
                              |_________________|
                                             |________________|

With "SAME" padding, if you use a stride of 1, the layer's outputs will have the same spatial dimensions as its inputs.
With "VALID" padding, there's no "made-up" padding inputs. The layer only uses valid input data.

参考自

https://stackoverflow.com/questions/37674306/what-is-the-difference-between-same-and-valid-padding-in-tf-nn-max-pool-of-t