卷积神经网络的padding规则

最新推荐文章于 2025-01-25 02:50:51 发布
最新推荐文章于 2025-01-25 02:50:51 发布
阅读量2.3k 收藏 6
点赞数
分类专栏： 深度学习TensorFlow 文章标签： CNN padding
本文详细介绍了TensorFlow中tf.nn.conv2d函数的使用方法及其参数意义，包括输入图像、卷积核、步长、填充方式等内容，并给出了不同填充方式下输出尺寸的计算公式。

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

卷积函数 tf.nn.conv2d

声明：这里记录的是李金洪老师《深度学习之TensorFlow》一书上的知识点

TensorFlow里使用tf.nn.conv2d函数来实现卷积，其格式如下。
tf . nn. conv2d (input, filter, strides, padding, use_ cudnn on_ gpu=None,name=None)
除去参数name参数用以指定该操作的name,与方法有关的共有5个参数。
（1）input: 指需要做卷积的输入图像，它要求是一个Tensor, 具有[batch, in_height,in_width, in_channels]这样的形状，具体含义是“训练时一个batch的图片数量， 图片高度，图片宽度，图像通道数”，注意这是一个四维的Tensor,要求类型为float32和float64其中之一。
（2）filter: 相当于<font bg-colorCNN中的卷积核，它要求是一个Tensor, 具有[filter_height, filter_width,in_channels, out_channels]这样的形状,具体含义是“卷积核的高度，滤波器的宽度，图像通道数，滤波器个数”，要求类型与参数input相同。有一个地方需要注意，第三维in_channels,就是参数input的第四维。
（3）strides:卷积时在图像每一维的步长， 这是一个一维的向量，长度为4（分别是[batch方向,height方向,width方向,channels方向）很多同学只认为第一维和最后一维默认必须置1，其实strides参数确定了滑动窗口在各个维度上移动的步数。。
（4）padding: 定义元素边框与元素内容之间的空间。string类型的量，只能是SAME和VALID其中之一，这个值决定了不同的卷积方式，padding 的值为VALID时，表示边缘不填充，当其为’SAME时，表示填充到滤波器可以到达图像边缘。
（5）use cudnn on gpu: bool类型，是否使用cudnn加速，默认为true.
（6）返回值: tf.nn.conv2d函数结果返回一个Tensor, 这个输出就是常说的feature map.

注意:在卷积函数中, padding参数是最容易引起歧义的，该参数仅仅决定是否要补0,
因此一定要清楚padding设为SAME的真正含义。在设为SAME的情况下，只有在步长为1时生成的feature map才会与输入值相等。

padding规则介绍

padding属性的意义是定义元素边框与元素内容之间的空间。
在tf.nn.conv2d函数中，当变量padding为VALID和SAME时，行列数具体是怎么计算的呢?其实是有公式的。为了方便演示，先来定义几个变量:

  • 输入的尺寸中高和宽定义成in_height、in_width。
  • 卷积核的高和宽定义成filter_height、filter_width。
  • 输出的尺寸中高和宽定义成output_height、output_widh。
  • 步长的高宽方向定义成strides_height、 strides_width。
  1. VALID情况
    输出宽和高的公式代码分别为:

output_width = (in_width - filter_width + 1)/strides_width (结果问上取整)
output_height = (in_height - filter_height + 1)/strides_height (结果向上取整)

  1. SAME情况
    输出的宽和高将与卷积核没有关系，具休公式代码如下:

out_height = in_height / strides_height (结果向上取整)
out_width = in_width / strides_width (结果向上取整)

这里有一个很重要的知识点一补零的规则，见如下代码:

pad_height = max( (out_height - 1) X strides_height + filter_height - in_height,0)
pad_width = max((out_width - 1) X strides_width + filter_width - in_width, 0)
pad_top = pad_height / 2（结果取整）
pad_bottom = pad_height - pad_ top
pad_left = pad_width / 2（结果取整）
pad_right = pad_width - pad_left

我们可以看到补零的规则是优先在输入矩阵的右边和底边补零，例如补零的行数为三行则top一行，bottom两行；如果补零的行数为一行，则补在bottom。因为filter是从左向右从上到下滑动的，所以滑动到右边或者底边的时候有可能会因为大步长而损失边界信息，所以优先在右边和底边补零。
注：pad_height代表高度方向填充0的行数，pad_width代表宽度方向填充0的列数，以此类推。
计算机视觉卷积神经网络CNN架构设计指南：如何构建高效的视觉模型？
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
04-20 11万+
计算机视觉CNN架构设计指南：如何构建高效的视觉模型？人工智能、大模型、AI、计算机视觉领域，卷积神经网络（Convolutional Neural Network，CNN）已成为主导性的模型架构。从图像分类到目标检测，从语义分割到图像生成，CNN 展现出了强大的性能。构建一个高效的 CNN 视觉模型，不仅需要对其基本原理有深入理解，还需要掌握一系列架构设计技巧。本文将详细探讨如何构建高效的 CNN 视觉模型，涵盖从基础概念到复杂架构设计的各个方面，并通过丰富的代码示例帮助读者更好地理解和实践。
基于卷积神经网络的网络入侵检测算法设计与实现
AI天才研究院
08-21 1681
KDD Cup 99（经典基准）NSL-KDD（改进版）CICIDS2017（含新型攻击）本文提出一种基于改进卷积神经网络（CNN）的网络入侵检测模型，针对传统检测方法在特征工程依赖性强和高维数据处理效率低的问题，设计具有时空特征提取能力的混合卷积架构。通过NSL-KDD数据集验证，模型实现98.7%检测准确率和0.96的F1-Score，较传统机器学习方法提升12%以上。随着互联网的快速发展，网络安全问题日益突出。网络入侵行为频繁发生，给个人、企业乃至国家安全带来了巨大威胁。
填充（Padding）是卷积神经网络（CNN）中一种技术，填充的主要目的是
m0_51200050的博客
06-24 1354
填充（Padding）是卷积神经网络（CNN）中一种技术，通过在输入特征图的边缘添加像素，以控制输出特征图的空间维度。
卷积神经网络之Padding
QQ_2642160196的博客
01-31 789
填充能解决图像边缘的像素点（如左上角的）只被卷积一次的情况，相当于被忽略了，而中间像素点却可以被多次卷积的情况。 两种Padding方式，1）Valid：代表不填充，即P=0； 2）Same：代表填充后输出矩阵的大小与原矩阵保持一致，即P = （f-1）/2 ,其中过滤器的大小为 f X f。 ...
卷积神经网络之padding操作
热门推荐
谦小白
01-02 2万+
文章目录(一) 卷积神经网络之padding操作(1) 卷积的缺点1.1 第一个缺点：图象缩小（输出缩小）1.2 第二个缺点：图像边缘信息发挥的作用小(2) Padding2.1 padding的取值2.1.1 **Valid**卷积2.1.1 **Same**卷积(3) 总结 (一) 卷积神经网络之padding操作 为了构建深度神经网络，你需要学会使用的一个基本的卷积操作就是padding ...
Padding（填充） ——卷积神经网络（CNN）
m0_74042340的博客
11-27 4575
在多次卷积操作中，如果不使用填充，每次卷积都会导致输出尺寸减小，最终可能使得图像的边缘信息丢失得很快。通过适当的填充，可以减缓尺寸的减小，避免信息丢失过快。是卷积神经网络（CNN）中的一个概念，它是指在输入图像的周围增加额外的边界，以便在卷积操作中更好地处理图像边缘的信息。填充通常使用零值进行填充。在进行卷积操作时，卷积核在图像边缘处可能无法完全覆盖，导致输出图像尺寸缩小。通过填充，可以确保卷积核能够涵盖图像的边缘，从而保留更多的信息。使用填充可以减缓图像尺寸的减小，有助于在深层网络中保持足够的感受野。
对卷积神经网络中padding的一点理解
Microstrong
05-18 1万+
padding的用途：（1）保持边界信息，如果没有加padding的话，输入图片最边缘的像素点信息只会被卷积核操作一次，但是图像中间的像素点会被扫描到很多遍，那么就会在一定程度上降低边界信息的参考程度，但是在加入padding之后，在实际处理过程中就会从新的边界进行操作，就从一定程度上解决了这个问题。（2）可以利用padding对输入尺寸有差异图片进行补齐，使得输入图片尺寸一致。（3）在卷积神经网...
【人工智能基础07】卷积神经网络基础（CNN）：卷积神经网络结构、各层计算原理，以及常见卷积神经网络
hiliang521的博客
08-03 6244
卷积神经网络
神经网络3-卷积神经网络一文深度理解
qq_41914036的博客
02-25 3037
卷积神经网络（Convolutional Neural Network, CNN）是一类包含且具有的前馈神经网络（Feedforward Neural Networks），主要用于图像识别、语音识别和自然语言处理等任务，是深度学习（deep learning）的代表算法之一。卷积神经网络（Convolutional Neural Networks，CNN）是一种专门用来处理具有的数据的神经网络。例如和。卷积网络是指那些至少在网络的一层中使用卷积运算来替代一般的矩阵乘法运算的神经网络。
【人工智能基础08】卷积神经网络习题：卷积神经网络计算、图像填充、卷积的表达与设计
hiliang521的博客
12-09 1778
【人工智能基础08】卷积神经网络习题：卷积神经网络计算、图像填充、卷积的表达与设计
卷积神经网络的padding（四）
monk96的博客
07-13 332
卷积的边界填充
卷积神经网络（CNN）-Padding介绍
jianqimingtian的博客
10-13 1446
卷积神经网络（CNN）-Padding介绍
卷积神经网络中的padding理解
ximu__l的博客
03-11 2692
关于神经网络中的padding
卷积神经网络——padding的理解
qq_38331273的博客
12-02 1596
原文链接：https://blog.csdn.net/baidu_36161077/article/details/81165531 首先看一下以下代码吧！ from keras.layers import Conv2D,Dense,Flatten from keras.models import Sequential model = Sequential() model.add(Conv2D(filters = 32,kernel_size = [3,3],strides = [1,1],padd
卷积的padding操作
m0_68041978的博客
07-26 1831
1）在不使用padding的情况下，每次卷积后的图片会越变越小。比如初始图片大小为6*6（n*n），过滤器大小为3*3（f*f)，则卷积后的矩阵大小为4*4（n-f+1)*(n-f+1)。比如在原始图像周围加上一层像素点（p=1），则卷积后的图片大小为6*6(n+2*p-f+1)*(n+2*p-f+1)。则有n+2p-f+1=n,则有p=(f-1)/2。（2）如果不使用padding,四个角上的像素点只参与一次卷积运算，而最中间的像素点会参加多次运算。(3)也可以按自身需求指定p的大小。......
卷积神经网络的padding是什么？如何计算？
qq_44815135的博客
11-21 1695
当stride = 1，dilation=1，卷积公式的输出为H_out = H_in+2p-k+1，要保证H_out = H_in,所以2p = k-1,p = (k-1)/2。假设输入尺寸是 5×5，卷积核大小是 3×3，步幅为 1。我们希望卷积操作后的输出尺寸与输入相同。根据公式推导得，P = (S(H-1)-H+K)/2,当S=2,上述例子为，P = floor[(8-4+3)/2]=3。
padding和卷积的区别_卷积神经网络--padding
weixin_32568295的博客
02-08 173
1. 当padding 为VALID时：输出宽和高的公式代码为：output_width = (input_width - filter_width + 1) / strides_width; (结果向上取整)output_height = (input_height - filter_height + 1) / strides_height; (结果向上取整)2.当pad...
深度学习｜表示学习｜卷积神经网络｜Padding（填充）的用处是什么？｜12
公众号：快乐变态屋 漂亮大男孩的罗德岛
01-25 1470
Padding（填充）是卷积操作中的一个重要概念，它的主要作用是。Padding 的目的是解决卷积过程中。的问题，同时影响输出特征图的大小。
Tensorflow2.x框架-卷积神经网络-全零填充（padding）
weixin_38477351的博客
04-05 1722
摘要 一、全零填充概念 全零填充（padding）：为了保持输出图像尺寸与输入图像一致，经常会在输入图像周围进行全零填充，如下图所示，在 5 * 5的输入图像周围填 0，则输出特征尺寸同为 5 * 5。 ...
新型卷积神经网络
最新发布
06-19
### 新型卷积神经网络架构及应用 #### 1. 架构设计 新型卷积神经网络（CNN）架构的设计通常以提高计算效率和模型性能为目标。例如，ShuffleNet V2 提出了高效卷积神经网络架构设计的实用指南[^4]。该架构通过分析组卷积和深度卷积的核心组件，优化了网络在低端设备上的运行时性能。ShuffleNet V2 的设计原则包括平衡计算量与参数数量、减少内存访问成本以及避免过多的逐点卷积操作，这些改进使其成为移动设备上图像分类任务的理想选择。 此外，ResNeXt 和 Xception 等架构也引入了分组卷积和深度可分离卷积的概念，进一步提升了模型的表达能力和计算效率。这些架构的设计理念为后续的 CNN 创新提供了重要参考。 #### 2. 应用领域 卷积神经网络的应用领域广泛，涵盖了计算机视觉的多个方面。其仿生视知觉机制使得 CNN 能够以较小的计算量学习格点化特征，如像素和音频数据，而无需额外的特征工程[^3]。以下是几个典型的应用场景： - **图像识别**：CNN 在 ImageNet 分类任务中的表现证明了其强大的特征提取能力。例如，ShuffleNet V2 和 MobileNet V2 等轻量化架构被广泛应用于手机等低端设备上的实时图像分类任务。 - **视频处理**：将 CNN 与循环神经网络（RNN）结合，可以处理时间序列数据，实现动作识别或视频分类[^2]。这种组合充分利用了 CNN 的空间特征提取能力和 RNN 的时间依赖建模能力。 - **医学影像分析**：CNN 被广泛用于医学影像的自动诊断，如 X 光片、MRI 和 CT 图像的病变检测。通过监督学习和非监督学习，CNN 能够从大量标注数据中学习到高维特征，从而提高诊断精度[^3]。 #### 3. 实现方式 在实现新型卷积神经网络时，需要关注以下几个关键点： - **轻量化设计**：为了适应移动端和嵌入式设备的需求，可以通过分组卷积、深度可分离卷积等技术降低计算复杂度。例如，MobileNet V2 使用深度可分离卷积显著减少了模型参数数量和计算量[^4]。 - **模块化构建**：现代 CNN 架构通常由多个模块组成，如残差块（Residual Block）、Inception 模块等。这些模块可以灵活组合，形成具有不同深度和宽度的网络结构。 - **自动化搜索**：神经架构搜索（NAS）技术能够自动发现高性能的 CNN 架构。例如，Google 提出的 EfficientNet 通过缩放规则实现了更优的精度-效率权衡[^4]。 ```python # 示例代码：使用 PyTorch 实现一个简单的卷积神经网络 import torch import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self): super(SimpleCNN, self).__init__() self.conv1 = nn.Conv2d(1, 32, kernel_size=3, stride=1, padding=1) self.relu = nn.ReLU() self.pool = nn.MaxPool2d(kernel_size=2, stride=2) self.fc = nn.Linear(32 * 14 * 14, 10) def forward(self, x): x = self.conv1(x) x = self.relu(x) x = self.pool(x) x = x.view(x.size(0), -1) x = self.fc(x) return x model = SimpleCNN() print(model) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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