全零填充(padding)
博主微信公众号(左)、Python+智能大数据+AI学习交流群(右):欢迎关注和加群,大家一起学习交流,共同进步!
目录
摘要
为了保持输出图像尺寸与输入图像一致,经常会在输入图像周围进行全零填充(padding)。
一、全零填充概念
全零填充(padding):为了保持输出图像尺寸与输入图像一致,经常会在输入图像周围进行全零填充,如下图所示,在 5 * 5 的输入图像周围填 0,则输出特征尺寸同为 5 * 5。
二、TF 描述全零填充
在 Tensorflow 框架中,用参数 padding="SAME" 或 padding="VALID" 表示是否进行全零填充,其对输出特征尺寸大小的影响如下:
上面两行分别代表对输入图像进行全零填充或不全零填充,对于 5 * 5 * 1 的图像来说,如下图所示:当 padding="SAVE" 时,输出图像边长为 5;当 padding="VALID" 时,输出图像边长为 3。