4

在 Tensorflow 中，SAME 填充旨在产生与输入相同大小的输出，给定步幅 = 1，通过适当地用零填充输入。对于奇数大小的内核，例如 5x5，它将内核的中心 (2,2) 放在输入 (0,0) 的第一个像素上并开始卷积。在 x 和 y 坐标中，都需要 2 个像素的零填充。

如果使用偶数内核（例如 6x6）会怎样？它不会有一个像素的中心作为它的实际中心。VALID 填充如何处理这个问题？例如，根据Image convolution with even-sized kernel，一般图像处理文献中的约定是在零之前多放置一个像素，就像-3 -2 -1 0 1 2在这种情况下一样。填充区域中将命中三个像素。我为此参考了 Tensorflow 文档，但找不到明确的答案。

4

1 回答 1

7

就像您说的那样，文档似乎没有明确说明。查看 2D 卷积核 ( conv_ops.cc ) 的来源，评论解释说：

// Total padding on rows and cols is
// Pr = (R' - 1) * S + (Kr - 1) * Dr + 1 - R
// Pc = (C' - 1) * S + (Kc - 1) * Dc + 1 - C
// where (R', C') are output dimensions, (R, C) are input dimensions, S
// is stride, (Dr, Dc) are dilations, (Kr, Kc) are filter dimensions.
// We pad Pr/2 on the left and Pr - Pr/2 on the right, Pc/2 on the top
// and Pc - Pc/2 on the bottom.  When Pr or Pc is odd, this means
// we pad more on the right and bottom than on the top and left.

所以看起来你会在右列和底行用均匀大小的内核获得一个额外的填充。我们可以看一个例子：

import tensorflow as tf

input_ = tf.ones((1, 10, 10, 1), dtype=tf.float32)
kernel = tf.ones((6, 6, 1, 1), dtype=tf.float32)
conv = tf.nn.conv2d(input_, kernel, [1, 1, 1, 1], 'SAME')
with tf.Session() as sess:
    print(sess.run(conv)[0, :, :, 0])

输出：

[[16. 20. 24. 24. 24. 24. 24. 20. 16. 12.]
 [20. 25. 30. 30. 30. 30. 30. 25. 20. 15.]
 [24. 30. 36. 36. 36. 36. 36. 30. 24. 18.]
 [24. 30. 36. 36. 36. 36. 36. 30. 24. 18.]
 [24. 30. 36. 36. 36. 36. 36. 30. 24. 18.]
 [24. 30. 36. 36. 36. 36. 36. 30. 24. 18.]
 [24. 30. 36. 36. 36. 36. 36. 30. 24. 18.]
 [20. 25. 30. 30. 30. 30. 30. 25. 20. 15.]
 [16. 20. 24. 24. 24. 24. 24. 20. 16. 12.]
 [12. 15. 18. 18. 18. 18. 18. 15. 12.  9.]]

实际上，看起来确实在右侧和底部添加了额外的零。

于 2018-07-02T11:25:24.403 回答