Tensorflow系列——conv2d的用法

Tensorflow系列——conv2d的用法

padding的方式

在做卷积处理时会遇到一个问题,边缘的像素怎么处理?有两种选择:

  • 丢弃(VALID):这种方式会丢弃边缘的点,保证卷积核不溢出图片。即使滑动的间隔为1,这样还是会导致卷积之后的图片变小。
    outheight=(inheightfilterheight+1)/strides[1]
    outwidth=(inwidthfilterwidth+1)/strides[1]
  • 填充(SAME):这种方式会对输入的矩阵外层包裹n层0,以保证当卷积核的中心位于原图片边缘的像素点时原先空白的地方现在用0补上。 横行、竖行补0的行数分别为:
    edgerow=(kernelrow1)/2
    edgecols=(kernelcols1)/2
    当滑动的间隔为1时,这种方式输出的结果与原始图片大小相同:
    outheight=inheight/strides[1]
    outwidth=inwidth/strides[1]
发布了20 篇原创文章 · 获赞 162 · 访问量 19万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览