以下摘自http://tensorflow.org/api_docs/python/nn.md#pooling
shape（输出）=（shape（value） - ksize + 1）/ strides
其中舍入方向取决于填充：
填充=＆＃39;相同＆＃39;：向下舍入（仅考虑全尺寸窗口）。
padding =＆＃39; VALID＆＃39;：向上舍入（包括部分窗口）。
我无法理解上面的公式。我熟悉以下公式：
shape（out）=（shape（value） - ksize + 2 * pad）/ strides + 1.
这两个公式是否相同？
例如，让我们说shape（value）= 9，ksize = 3，strides = 2，padding =＆＃39; SAME＆＃39;。
在第一个公式中，形状（输出）将为（9-3 + 1）/ 2 = 7/2 = 3.5，向下舍入结果为3.
在第二个公式中，形状（输出）将为（9-3 + 2 * 1）/ 2 + 1 = 5
它似乎不是同一个公式。即使我整理第一个，结果也是4。
除此之外，填充定义似乎是反转的。不是同一个＆＃39;填充包括部分窗口？
答案 0 :(得分：2)
我想我弄明白了这个问题。如果您假设适当的填充已包含在形状（值）中，则这两个公式将变为等效。但我仍然认为填充类型的定义已在文档中交换。我创建了一个问题来报告：https://github.com/tensorflow/tensorflow/issues/196