tensorflow - 当步幅大于1时，SAME填充的行为是什么？

Question

我对Tensorflow中的SAME填充的理解是添加了填充以使输出尺寸(宽度和高度)与输入尺寸相同。但是，这种理解仅在stride = 1时才真正有意义，因为如果stride> 1，则输出尺寸几乎肯定会更低。

所以我想知道在这种情况下用于计算填充的算法是什么。是否简单地添加了填充以使过滤器应用于每个输入值，而不是在右边保留一些？

Answer 1

有一个公式可以实现:

n'=楼板((n + 2 * p-f)/s +1)

其中n'是输出大小，n是输入大小，p是填充大小，f是过滤器大小，s是跨度。

如果您使用跨度> 1的SAME填充，则p是使(n + 2 * p-f)被s整除的最小数字。注意:p可以是十进制的，因为它将在图像的两侧平均。