tensorflow中的padding型別SAME和VALID
阿新 • • 發佈:2018-12-12
SAME:意味著輸出的特徵圖與輸入的特徵圖有相同的空間維度。zero padding被引入使輸入圖與輸出圖的形狀匹配。
VALID:沒有padding
tensorflow中的padding操作適用於卷積和池化操作。
VALID:只會捨棄最右面的列
SAME:均勻地在左右兩端加入pad,如果這個列數為奇數,那麼則會向最右邊加入一個額外的一列。
對於SAME和VALID我們給出兩組計算公式,同時適用於池化和卷積操作。
1、對於SAME padding,輸出的高度和寬度可以計算為:
out_height = ceil(float(in_height) / float(strides[1]))
out_width = ceil(float(in_width) / float(strides[2]))
2、對於VALID padding,輸出的高度和寬度可以計算為:
out_height = ceil(float(in_height - filter_height + 1) / float(strides1))
out_width = ceil(float(in_width - filter_width + 1) / float(strides[2]))