tensorflow中的padding操作及其源码解释

tensorflow中的两种PADDING形式，效果图如下:

用一个3x3的网格在一个28x28的图像上做切片并移动

移动到边缘上的时候，如果不超出边缘，3x3的中心就到不了边界

因此得到的内容就会缺乏边界的一圈像素点，只能得到26x26的结果

而可以越过边界的情况下，就可以让3x3的中心到达边界的像素点

超出部分的矩阵补零

根据tensorflow中的conv2d函数，我们先定义几个基本符号

1、输入矩阵 W(old_height)×W(old_width)，这里只考虑输入宽高相等的情况，如果不相等，推导方法一样，不多解释。

2、filter矩阵 F×F，卷积核

3、stride值 S，步长

4、输出宽高为 new_height、new_width

当然还有其他的一些具体的参数，这里就不再说明了。

我们知道，padding的方式在tensorflow里分两种，一种是VALID，一种是SAME，下面分别介绍这两种方式的实际操作方法。

1、如果padding = ‘VALID’

new_height = new_width = (W – F + 1) / S （结果向上取整）

实际的操作如下图所示，对于不够一个步长的像素，会直接丢弃。

也就是说，conv2d的VALID方式不会在原有输入的基础上添加新的像素（假定我们的输入是图片数据，因为只有图片才有像素），输出矩阵的大小直接按照公式计算即可。

"VALD": (13-6+1)/5 =1.6取整为2，与图示一致。“SAME“：13/5=2.6 取整为3，与图示一致。

2、如果padding = ‘SAME’  

 (SAME的效果是当stride=1时，保持输入输出的形状不变，stride=n(n!=1)时，通过如下的公式计算，自动补充需要的padding值，使输出的map最终的形状=W/S）

输出的高度：new_height = W(old_height) / S （结果向上取整）

高度上需要pad的像素总数：

pad_needed_height = (new_height – 1)  × S + F - W

上方添加的像素数为：  pad_top = pad_needed_height / 2  （结果取整）

下方添加的像素数为：  pad_down = pad_needed_height - pad_top

以此类推，在宽度上需要pad的像素数和左右分别添加的像素数为:

输出宽度：new_width = W(old_width) / S   （结果向上取整）

宽度上需要添加的像素总数：pad_needed_width = (new_width – 1)  × S + F - W

左边添加的像素数：pad_left = pad_needed_width  / 2 （结果取整）

右边添加的像素数：pad_right = pad_needed_width – pad_left

下面是关于此操作的源码（Get2dOutputSizeVerbose函数的部分节选)，以供参考

 参考：http://www.jianshu.com/p/05c4f1621c7e

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。