卷积神经网络CNN中padding：same／valid

最新推荐文章于 2024-10-13 18:13:59 发布
最新推荐文章于 2024-10-13 18:13:59 发布
阅读量1.1k 收藏 2
点赞数
分类专栏： 深度学习 文章标签： 深度学习 tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_41939940/article/details/103969459
版权
本文深入解析卷积神经网络（CNN）中的Padding技巧，探讨SAME与VALID两种模式的区别及计算公式，帮助读者理解如何通过Padding调整图像尺寸，维持卷积过程中的特征完整性。

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

卷积神经网络CNN中padding：same／valid

记录问题

查阅了部分资料，记录了个人对于padding的一些理解，若有不对请指正。文末附上参考链接，非常感谢文章作者！

padding介绍

处理图像时，根据参数判定是否给图像周围加零，需要加的具体圈数视情况而定。
padding=“SAME”：剩余块不足卷积核大小时进行补零
padding=“VALID”：剩余块不足卷积核大小时直接丢弃

计算公式

划重点！！！！
same是在stride下保持一致，而并非是输出图像与输入图像大小始终不变！
当stride=1时，same情况下，由于补零操作，会使得输入图像与输出图像大小不变；
当stride不等于1，same情况下，虽然仍然补零，但输出图像会变小！
在这里插入图片描述

参考链接

https://bugxch.github.io/tf%E4%B8%AD%E7%9A%84padding%E6%96%B9%E5%BC%8FSAME%E5%92%8CVALID%E6%9C%89%E4%BB%80%E4%B9%88%E5%8C%BA%E5%88%AB/

PyTorch深度学习实战（11）——卷积神经网络
盼小辉丶的博客
08-14 1万+
卷积神经网络 (Convolutional Neural Network, CNN) 是一种广泛应用的深度学习模型。通过参数共享、局部感知和空间结构等优势，能够更好地处理图像数据，并在图像识别、目标检测和图像生成等任务中展现出强大的能力。在本节中，介绍了卷积的计算方法以及卷积神经网络的基本组件，并使用 PyTorch 构建了卷积神经网络以深入了解其工作原理。
CNN卷积神经网络原理讲解+图片识别应用（附源码）
热门推荐
学海无涯
06-26 15万+
一、机器如何识图 先给大家出个脑筋急转弯：在白纸上画出一个大熊猫，一共需要几种颜色的画笔？——大家应该都知道，只需要一种黑色的画笔，只需要将大熊猫黑色的地方涂上黑色，一个大熊猫的图像就可以展现出来。 我们画大熊猫的方式，其实和妈妈们的十字绣很接近——在给定的格子里，绣上不同的颜色，最后就可以展现出一幅特定的“图片”。而机器识图的方式正好和绣十字绣的方式相反，现在有了一幅图片，机器通过识别图片中...
CNN中两种padding方式VALID和SAME
幸福驿站
03-19 5632
CNN之padding：VALID/SAME#参数说明 fileter = [filter_height, filter_width, pre_feature_maps, post_feature_maps] input_image = [-1, in_height, in_width, channel] strides = [1, h, w, 1]padding = "VALID"表示卷积过程使...
卷积操作中的 SAME padding 理解
David_jiahuan的博客
03-07 1万+
公式： 个人理解： 如果卷积时，设置padding的属性值是 SAME ，则表示【输出层尺寸 =输入层尺寸】，此时我们就可以根据上面的公式来反推出padding的值（也就是 P的值）！ 例子： ...
Tensorflow中CNN采用padding='same'时补零位置、卷积核位置
Kenn7的博客
12-08 7696
首先关于padding='same'的理解请参考TensorFlow中CNN的两种padding方式“SAME”和“VALID” 那么问题是，在采用padding='same'补零时，补零位置怎样分配？卷积核kernel的位置又在哪呢（与数据点如何对应）？ 太长不看传送门：结论 （tensorflow version1.11.0） 数据长度为4，卷积核长度为3，步长为1，采用padding...
如何计算padding大小
李鑫o_O
07-10 9267
根据tensorflow中的conv2d函数，我们先定义几个基本符号 1、输入矩阵 W×W，这里只考虑输入宽高相等的情况，如果不相等，推导方法一样，不多解释。 2、filter矩阵 F×F，卷积核 3、stride值 S，步长 4、输出宽高为 new_height、new_width 当然还有其他的一些具体的参数，这里就不再说明了。 我们知道，padding的方式在tensorflow
TensorFlow中padding卷积的两种方式“SAME”和“VALID”
syyyy712的博客
05-10 6万+
最近在用tensorflow搭建卷积神经网络，遇到了一个比较棘手的问题，我一直理解的padding有两个值，一个是SAME，一个是VALID，如果padding设置为SAME，则说明输入图片大小和输出图片大小是一致的，如果是VALID则图片经过滤波器后可能会变小。 如下图： 从程序中可以看出我的输入是5*5*3，过滤器是3*3*3，padding设置的值是SAME，所以我一开始预想的是...
卷积神经网络（CNN）-Padding介绍
最新发布
jianqimingtian的博客
10-13 1411
卷积神经网络（CNN）-Padding介绍
学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇
Morganfs的博客
04-12 11万+
深度学习笔记——CNN卷积神经网络理论篇。主要包括CNN的概念、基本原理、类型综述。算是比较完善的一篇文章了。
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 1304
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。
pytorch padding='same'
07-28
pytorch使用padding='same'，只需要from padding_same_conv import Conv2d
keras padding_TensorFlow中CNN的两种padding方式“SAME”和“VALID”
weixin_39880318的博客
11-29 511
前言在使用Keras的时候会遇到这样的代码x = Conv2D(filters, kernel_size=5, strides=2, padding='same')(x)，与pytorch不同，keras和TensorFlow设置卷积层的过程中可以设置padding参数，vaild和same。“valid”代表只进行有效的卷积，对边界数据不处理。“same”代表保留边界处的卷积结果，通常会导致输出...
TensorFlow中padding=‘SAME’的具体实现（Conv1D一维卷积）
crystal_sugar的博客
04-30 6546
https://blog.youkuaiyun.com/zyl681327/article/details/95587655?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2&utm_source=distribute.pc_relevant.none-task-blog...
转 TensorFlow中CNN的两种padding方式“SAME”和“VALID”
jn10010537的博客
08-21 390
转载请标明出处：http://blog.youkuaiyun.com/wuzqchom/article/details/74785643   在用tensorflow写CNN的时候，调用卷积核api的时候，会有填padding方式的参数，找到源码中的函数定义如下（max pooling也是一样）： <span style="color:#000000"><code class="la...
深度学习之卷积神经网络中same padding 和 valid padding
zhf的博客
03-03 1643
卷积操作知识点 卷积操作使得图像边界信息丢失，即有些图像角落和边界的信息发挥作用较少，因此需要padding。 卷积核大小通常为奇数。这是为了 一方面是为了方便 same padding时对称填充，左右两边对称补零；另一方面，奇数过滤器有中心像素，便于确定过滤器的位置。 以单通道、一个卷积核为例进行卷积。当有5x5x1的图像，卷积核为3x3x1，步长为2时： a. 当使用 valid...
padding = “SAME”与padding = “VALID”
qq_41078023的博客
04-19 3478
最近在用tensorflow搭建卷积神经网络，遇到了一个比较棘手的问题，我一直理解的padding有两个值，一个是SAME，一个是VALID，如果padding设置为SAME，则说明输入图片大小和输出图片大小是一致的，如果是VALID则图片经过滤波器后可能会变小。 如下图： 从程序中可以看出我的输入是553，过滤器是333，padding设置的值是SAME，所以我一开始预想的是输出557（有7个过...
PADDING=‘SAME’ or‘VALID’
qq_41044525的博客
10-24 1526
在使用Keras的时候会遇到这样的代码x = Conv2D(filters, kernel_size=5, strides=2, padding='same')(x)，与pytorch不同，keras和TensorFlow设置卷积层的过程中可以设置padding参数，vaild和same。“valid”代表只进行有效的卷积，对边界数据不处理。“same”代表保留边界处的卷积结果，通常会导致输出sh...
关于padding=’same’/’valid’
兰钧的博客
09-09 9060
设成same会自动加padding，保证输出是同样的大小。 padding = same，是指输出图像要和输入一样，至于padding是多少，是推断出来的。 可以这样理解，输出就是输入/步长，其他的padding工作API会帮你做。 输出size = （输入size-kernel size-2P）/ stride +1 padding除不尽的时候，比如2p = 1, 那么就在一边加1，一...
关于tensorflow_conv2d_max_pool卷积池化padding参数为SAME和VALID的区别
weili_的博客
04-17 2009
直接上代码理解，作者觉得same会根据具体的步长和核大小去尽量遍历特征图，因为可以填充这个周边的范围。 "SAME"有0填充，"valid"没有0填充: import tensorflow as tf graph = tf.Graph() with graph.as_default(): x = tf.constant([[1., 2., 3., 5.], ...
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