卷积神经网络中的padding参数最详细解释

padding有两种可选值：‘VALID’和‘SAME’。(源图像边缘的填充，填充值：0)

取值为‘VALID’时padding=0，并不会对输入(input)做填充；

取值为‘SAME’时padding>0，将会对输入(input)做填充，填充值都是0值。

• 卷积 tf.nn.conv2d(input,filter,strides,padding)

   

在tf.nn.conv2d中，padding是在图片周围做填充。

•  padding='VALID'时不会对图片做填充；

 

 

• padding='SAME'时情况比较特殊，注意！，这里还要分为两种情况：stride=1和stride>1

   1.当且仅当stride=1时，padding='SAME'意味着卷积后的输出与输入size保持一致。例如input的size是5×5，kernel（filter）的size是3×3，令padding='SAME'时（此时padding=1，即在input周围填充了一圈0），output的size将会与input的size保持一致为5×5。

 

 

 

 

 

 --