卷積神經網絡中的padding參數最詳細解釋


padding有兩種可選值:‘VALID’和‘SAME’。(源圖像邊緣的填充,填充值:0)

取值為‘VALID’時padding=0,並不會對輸入(input)做填充;

取值為‘SAME’時padding>0,將會對輸入(input)做填充,填充值都是0值。

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

     

在tf.nn.conv2d中,padding是在圖片周圍做填充。

  •  padding='VALID'時不會對圖片做填充;

捕獲1.PNG

 

 

  • padding='SAME'時情況比較特殊,注意!,這里還要分為兩種情況:stride=1和stride>1

   1.當且僅當stride=1時,padding='SAME'意味着卷積后的輸出與輸入size保持一致。例如input的size是5×5,kernel(filter)的size是3×3,令padding='SAME'時(此時padding=1,即在input周圍填充了一圈0),output的size將會與input的size保持一致為5×5。

 

 

 

 

 

 --


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM