0
点赞
收藏
分享

微信扫一扫

TensorFlow中的Padding


Tensorflow中padding后尺寸的计算公式为: 
1.当padding = 'VALID'时 

                   

TensorFlow中的Padding_Tensorflow

2.当padding = 'SAME'时 

                  

TensorFlow中的Padding_卷积_02


其中W表示输入的长宽,F表示过滤器filter 的尺寸,s表示步长

TensorFlow中的Padding_卷积核_03

结论:

设输入形状为W×W,卷积核形状为F×F,步长为S;则我们可以算出卷积或者池化后的尺寸为   W = 

TensorFlow中的Padding_Tensorflow_04

,则padding的圈数为:                                                           

TensorFlow中的Padding_卷积核_05

举个例子:

假如输入为7×7,卷积为3×3, S=2;则卷积后的形状为4×4,那么padding的圈数为

            

TensorFlow中的Padding_Tensorflow_06


假如输入为8×8,卷积为3×3, S=2;则卷积后的形状为4×4,那么padding的圈数为            

TensorFlow中的Padding_Tensorflow_07

实例 

下图均是根据​​Tensorflow​​的计算结果画出的,7x7,3*3,1 分别是输入大小,过滤器大小,步长

TensorFlow中的Padding_Tensorflow_08

TensorFlow中的Padding_卷积_09

 

TensorFlow中的Padding_卷积核_10

TensorFlow中的Padding_卷积_11

                                                                 P =    ((7-1) *1 + 6-7 )  /2 = 2.5 

TensorFlow中的Padding_Tensorflow_12

 

                                                                 P=((4−1)×2+3−8) /2 =0.5

     注:当P包含0.5圈是,​​TensorFlow​​中都是在右下角填充

 

 

举报

相关推荐

0 条评论