【TensorFlow】padding

本文通过实例图解了卷积神经网络中“VALID”与“SAME”两种Padding方式的运用,详细介绍了这两种方式如何影响输入数据,并保持卷积前后维度一致。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在使用padding的时候,我们会对这样的操作不能理解,所以我想用一张图来解释这个操作。

“VALID” = without padding:

inputs:  1    2    3    4    5    6    7    8    9    10    11    (12    13)

|_______________|                                       dropped

      |__________________|

“SAME” = with zero padding:

                                      pad  |                                                                                         | pad

        inputs:                     0    | 1    2    3    4    5    6    7    8    9    10    11    12    13 |     0    0 

                                       |________________|

                                                                          |________________|

                                                                                                         |_____________________|


在这个例子中:

Input width = 13

Filter width = 6

Stride = 5


注意:

“VALID”: 只drop最右边的列

“SAME”:会尝试左右都填充元素,以便于能够均衡;

  用“SAME”时,矩阵卷积前后尺寸不变

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值