最近在用tensorflow搭建卷積神經網路，遇到了一個比較棘手的問題，我一直理解的padding有兩個值，一個是SAME，一個是VALID，如果padding設定為SAME，則說明輸入圖片大小和輸出圖片大小是一致的，如果是VALID則圖片經過濾波器後可能會變小。
如下圖：

從程式中可以看出我的輸入是5*5*3，過濾器是3*3*3，padding設定的值是SAME，所以我一開始預想的是輸出5*5*7（有7個過濾器），可是最後程式執行的結果是3*3*7，和我預想的不一致，原來tensorflow官網定義的padding如下：

padding = “SAME”輸入和輸出大小關係如下：

輸出大小等於輸入大小除以步長向上取整，s是步長大小；

padding = “VALID”輸入和輸出大小關係如下：

輸出大小等於輸入大小減去濾波器大小加上1，最後再除以步長（f為濾波器的大小，s是步長大小）。

因此還是上述的那個例子，我的輸入是5*5*3，濾波器是3*3*3，padding= “SAME”，步長s = 2，因此根據公式我的輸出是（5/2=2.5），2.5向上取整是3，因此符合上述程式輸出的結果，如果我將padding的值改成“VALID”，則最後的輸出結果是
（5-3+1）/2=1.5，1.5向上取整是2，因此輸出應該是2*2*7。
如下圖：

程式執行符合結果！