图像大小为[m,32,32,3](m =训练样例的数量)
过滤器大小为[3,3,3,10]
stride = 1
padding =无
如果我使用tensorflow.nn.conv2d对其进行卷积,那么输出形状应为此,根据公式
out ={ ( 32 - 3 + 2*(0) ) / 1 }+ 1 = 30
所以输出大小应为[m,30,30,10] 但我得到的输出形状是[m,32,32,10]
为什么会这样?
# convolution layer 1
c1 = tf.nn.conv2d(x_train, w1, strides = [1,1,1,1], padding = 'SAME')
print('c1 size: ', c1.shape)
# activation function for c1: relu
r1 = tf.nn.relu(c1)
# maxpooling
p1 = tf.nn.max_pool(r1, ksize = [1,2,2,1], strides = [1,2,2,1], padding = 'SAME')
答案 0 :(得分:3)
padding =" SAME"的意思是:
init
padding =" VALID"的意思是:
input = [1, 2, 3, 4, 5, 6, 7, 8]
filter size = [1, 3]
stride = [2]
so input to filter will be [[1, 2, 3], [3, 4, 5], [5, 6, 7], [7, 8, 0]]
在这种情况下,最后一个像素被删除了。
所以填充"有效"会给你你期望的输出。