两种padding计算方法"/>
CNN中的conv2d中的两种padding计算方法
目录
- padding='VALID'
- padding='SAME'
- ref
padding=‘VALID’
n e w _ h e i g h t = n e w _ w i d t h = [ ( W − F + 1 ) S ] new\_height=new\_width=[\frac{(W-F+1)}{S}] new_height=new_width=[S(W−F+1)]
padding=‘SAME’
n e w _ h e i g h t = n e w _ w i d t h = [ W S ] new\_height=new\_width=[\frac{W}{S}] new_height=new_width=[SW]
其中, W W W为输入的size,也就是 W i d t h Width Width;
F F F为卷积核的大小;
S S S为步长,也就是stride;
[ _ ] [\_] [_]为向上取整的符号。
ref
TensorFlow中CNN的两种padding方式“SAME”和“VALID”
更多推荐
CNN中的conv2d中的两种padding计算方法
发布评论