Tensorflow中的padding操作

快来打我* 2022-04-13 07:30 155阅读 0赞

转载出处：[http://www.cnblogs.com/willnote/p/6746668.html][http_www.cnblogs.com_willnote_p_6746668.html]

## 图示说明 ##

![padding操作图示][padding]

*  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

## 代码说明 ##

根据tensorflow中的conv2d函数，我们先定义几个基本符号

*  输入矩阵 W×W，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。
 *  filter矩阵 F×F，卷积核
 *  stride值 S，步长
 *  输出宽高为 new\_height、new\_width

在Tensorflow中对padding定义了两种取值：VALID、SAME。下面分别就这两种定义进行解释说明。

### VALID ###

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

*  含义：new\_height为输出矩阵的高度
 *  说明：VALID方式不会在原有输入矩阵的基础上添加新的值，输出矩阵的大小直接按照公式计算即可

### SAME ###

new_height = new_width = W / S    #结果向上取整

*  含义：new\_height为输出矩阵的高度
 *  说明：对W/S的结果向上取整得到W"包含"多少个S

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

*  含义：pad\_needed\_height为输入矩阵需要补充的高度
 *  说明：因为new\_height是向上取整的结果，所以先-1得到W可以完全包裹住S的块数，之后乘以S得到这些块数的像素点总和，再加上filer的F并减去W，即得到在高度上需要对W补充多少个像素点才能满足new\_height的需求

pad_top = pad_needed_height / 2    #结果取整

*  含义：pad\_top为输入矩阵上方需要添加的高度
 *  说明：将上一步得到的pad\_needed\_height除以2作为矩阵上方需要扩充0的像素点数

pad_bottom = pad_needed_height - pad_top

*  含义：pad\_bottom为输入矩阵下方需要添加的高度
 *  说明：pad\_needed\_height减去pad\_top的剩余部分补充到矩阵下方

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

pad_needed_width = (new_width – 1)  × S + F - W
    pad_left = pad_needed_width  / 2    #结果取整
    pad_right = pad_needed_width – pad_left

## 源码示例 ##

tensorflow/python/ops/nn\_ops.py中关于padding的源码部分

![padding源码部分][padding 1]

## 参考 ##

1.  [Tensorflow中卷积的padding操作][Tensorflow_padding]
2.  [TensorFlow 深度学习笔记 卷积神经网络][TensorFlow _]
3.  [Tensorflow官方API padding说明][Tensorflow_API padding]

[http_www.cnblogs.com_willnote_p_6746668.html]: http://www.cnblogs.com/willnote/p/6746668.html
[padding]: /images/20220413/585f8139c1f544e980772cf35d581060.png
[padding 1]: /images/20220413/2054e8576cda408aac28ad08502f89a7.png
[Tensorflow_padding]: http://www.jianshu.com/p/05c4f1621c7e
[TensorFlow _]: http://www.cnblogs.com/hellocwh/p/5564568.html
[Tensorflow_API padding]: https://www.tensorflow.org/api_guides/python/nn#convolution