如何在特定大小的conv2d图层中使用填充

时间:2018-09-04 12:40:07

标签: python tensorflow image-processing padding conv-neural-network

我输入的尺寸图像为: 256 * 256

Conv2d内核大小:4*4,跨步到2*2

输出将为127*127。 为此,我想传递给“最大池”,我想应用填充使其为128*128,以便池工作良好,并且池输出将在其他层中使用。

如何为该转换应用填充。

conv1 = tf.layers.conv2d(x, 32, (4,4),strides=(2,2), activation=tf.nn.relu)

1 个答案:

答案 0 :(得分:0)

tf.layers.conv2d有一个padding参数,您可以用来执行此操作。默认值为"valid",这意味着不进行填充,因此每次卷积都会略微缩小输入。您可以改为传递padding="same"。这将应用填充,以便卷积的输出在大小上与输入相等。这是之前的跨度,因此,使用跨度为2仍会降低2倍采样率。在您的示例中,使用padding="same"应该会导致卷积输出的大小为128x128。