tensorflow里面的padding解释

本文介绍了TensorFlow中padding的概念,其主要解决卷积后图像尺寸缩小及边缘信息丢失的问题。padding有两个模式:VALID(无填充)和SAME(填充0)。在VALID模式下,输出尺寸通过向上取整的公式计算;在SAME模式下,会进行0填充以保持输入和输出尺寸相同。

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

笼统的来说,padding就是在输入矩阵周围填充0,它解决了两个问题
1.卷积之后图像输出缩小
2.图像的边缘信息容易被忽略

padding在tensorflow中有两个选项。
1:”VALID”也就是没有进行0填充,这里OUTPUTSIZE计算公式为:
output_size= (Input_sizeFilter_size)/strides+1
2:”SAME”进行了0填充
output_size= In/s
注:

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