CNN：full卷积，same卷积，valid卷积

如题：卷积神经网络可以分为，full卷积，same卷积，以及full卷积。

区别：原图经过full卷积图像会变大，经过same卷积尺寸不变，valid卷积尺寸会缩小。应用场景不通，具体看下文：

一、full卷积

 

上图中橙色部分为原图尺寸为6x7，卷积核为3x 3，步长为一进行卷积。full卷积从卷积核和图刚相交开始做卷积，结果为8*9的图，图像被放大。主要用于上采样，又名放大图像、图像插值；主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。

二、same卷积

 

 same卷积从卷积核中心与原图的边角k相交的情况进行卷积，在步长为一的情况下，原图和输出尺寸相同。

 如上图所示：卷积核和图完全相交的情况下开始卷积，原图为6x7,卷积结果为4x5，尺寸缩小。

主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图；