卷积神经网络卷积后得到的feature map大小计算如下：
W‘ = (W − F + 2P )/S + 1
- W’：out_h,w
- W：in_h, w
- F: filter大小
- P: padding大小
- S：stride
padding的方式在tensorflow里分两种，一种是VALID，一种是SAME.
SAME padding
SAME会自动加入padding里面的0
new_height = ceil(new_width = W / S)
在高度上需要pad的像素数为
pad_needed_height = (new_height – 1) × S + F - W
根据上式，输入矩阵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
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
VALID padding
VALID不会添加padding里面的0
new_height = new_width = ceil((W – F + 1) / S)
ceil: 向上取整. ceil(5.1) = 6
自定义padding
如果想要自己定义padding大小的话，可以使用tf.pad()
# 't' is [[1, 2, 3], [4, 5, 6]].
# 'paddings' is [[1, 1,], [2, 2]].
# rank of 't' is 2.
tf.pad(t, paddings, "CONSTANT") ==> [[0, 0, 0, 0, 0, 0, 0],
[0, 0, 1, 2, 3, 0, 0],
[0, 0, 4, 5, 6, 0, 0],
[0, 0, 0, 0, 0, 0, 0]]
具体操作：
input = tf.placeholder(tf.float32, [None, 28, 28, 3])
padded_input = tf.pad(input, [[0, 0], [2, 2], [1, 1], [0, 0]], "CONSTANT")
filter = tf.placeholder(tf.float32, [5, 5, 3, 16])
output = tf.nn.conv2d(padded_input, filter, strides=[1, 1, 1, 1], padding="VALID")
Reference:
- https://www.jianshu.com/p/05c4f1621c7e
- https://stackoverflow.com/questions/45238939/tensorflow-is-there-a-way-to-specify-padding-along-axes
- https://stackoverflow.com/questions/37659538/custom-padding-for-convolutions-in-tensorflow
