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;

捕获1.PNG

 

 

  • 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。

 

 

 

 

 

 --

posted @ 2020-10-24 16:54  瘋耔  阅读(6168)  评论(0编辑  收藏  举报
跳至侧栏