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)
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。