码迷,mamicode.com
首页 > 其他好文 > 详细

tensorflow中padding规则

时间:2019-07-05 16:46:41      阅读:226      评论:0      收藏:0      [点我收藏+]

标签:填充   参数   add   nbsp   移动   val   bsp   卷积   向上取整   

在tf.nn.conv2d函数中,padding可以选择VALID和SAME两种模式,两种模式得到的卷积输出尺寸计算方式不同。

  • 输入尺寸高和宽:in_height、in_width
  • 卷积核的高和宽:filter_height、filter_width
  • 输出尺寸高和宽:output_height、output_width
  • 步长移动高和宽:strides_height、strides_width

1、当padding=VALID

输出宽和高计算公式为:

output_height=(in_height-filter_height+1)/strides_height(结果向上取整)

output_width=(in_width-filter_width+1)/strides_width(结果向上取整)

2、当padding=SAME

此时需要进行补零

output_height=in_height/strides_height(结果向上取整)

output_width=in_width/strides_width(结果向上取整)

补零的参数

pad_height = max((out_height - 1) x strides_height + filter_height - in_height, 0)(高度方向填充0的行数)

pad_width = max((out_width - 1) x strides_width + filter_width - in_width, 0)(宽度方向填充0的列数)

pad_top = pad_height / 2(上方向填充0的行数,向下取整)

pad_bottom = pad_height - pad_top(下方向填充0的行数)

pad_left = pad_width / 2(左方向填充0的列数,向下取整)

pad_right = pad_width - pad_left(右方向填充0的列数)

3、举例

输入为13x1的一维矩阵,filter为6x1,步长为5

 

当padding=VALID

output_width=(13-6+1)/5=2(向上取整)

所以计算时舍弃了最后两个值

 

当padding=SAME

output_width=13/5=3(向上取整)

 pad_width = max((3 - 1) x 5 + 6 - 13, 1) = 3

pad_left = pad_width / 2 = 3 / 2 = 1 (向下取整)

pad_right = pad_width - pad_left = 2

所以左边补一个0,右边补两个0

 

tensorflow中padding规则

标签:填充   参数   add   nbsp   移动   val   bsp   卷积   向上取整   

原文地址:https://www.cnblogs.com/xbyfight/p/11139178.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!