3

以下摘自http://tensorflow.org/api_docs/python/nn.md#pooling

形状（输出）=（形状（值）-ksize + 1）/步幅

其中舍入方向取决于填充：

  • padding = 'SAME'：向下舍入（仅考虑全尺寸窗口）。

  • padding = 'VALID'：向上取整（包括部分窗口）。

看不懂上面的公式。我熟悉以下公式：

shape(out) = (shape(value) - ksize + 2*pad)/strides+1.

这两个公式是等价的吗？

例如，假设 shape(value) = 9、ksize = 3、strides = 2 和 padding = 'SAME'。

在第一个公式中，形状（输出）将为 (9-3+1)/2 = 7/2 = 3.5，向下舍入为 3。

在第二个公式中，形状（输出）将为 (9-3+2*1)/2 + 1 = 5

好像不是同一个公式。即使我将第一个四舍五入，结果也会是 4。

除此之外，填充定义似乎是倒置的。不是包含部分窗口的“相同”填充吗？

4

1 回答 1

2

我想我找到了问题所在。如果您假设适当的填充已包含在 shape(value) 中，则这两个公式变得等价。但我仍然认为填充类型的定义已在文档中交换。我创建了一个问题来报告：https ://github.com/tensorflow/tensorflow/issues/196

于 2015-11-14T12:11:44.590 回答