为什么卷积核的尺寸是奇数

更容易找到卷积锚点！

在CNN中，进行卷积操作时一般会以卷积核模块的一个位置为基准进行滑动，这个基准通常就是卷积核模块的中心。若卷积核为奇数，卷积锚点很好找，自然就是卷积模块中心，但如果卷积核是偶数，这时候就没有办法确定了，让谁是锚点似乎都不怎么好。

希望卷积前后尺寸不变的情况下更容易padding！

在卷积时，我们有时候需要卷积前后的尺寸不变。这时候我们就需要用到padding。假设图像的大小，也就是被卷积对象的大小为n*n，卷积核大小为k*k，padding的幅度设为(k-1)/2时，卷积后的输出就为(n-k+2*((k-1)/2))/1+1=n，即卷积输出为n*n，保证了卷积前后尺寸不变。但是如果k是偶数的话，(k-1)/2就不是整数了。

论文《Convolution with even-sized kernels and symmetric padding》也指出，偶数卷积核需额外设计对称填充方法，增加了实现难度

参考答案来自于DeepSeek和 https://mp.weixin.qq.com/s?__biz=MzA3NDIyMjM1NA==&mid=2649032348&idx=2&sn=e1d54163c5f20eb5e241dfe2951b6cc0&chksm=8673f0dbe453ea8967694736f0a646559771af2306b04226f288721dfb19814c7ffd48e64ff3#rd