TensorFlow中的Padding

Tensorflow中padding后尺寸的计算公式为： 
1.当padding = 'VALID'时 

2.当padding = 'SAME'时 

其中W表示输入的长宽，F表示过滤器filter 的尺寸，s表示步长

结论：

设输入形状为W×W，卷积核形状为F×F，步长为S；则我们可以算出卷积或者池化后的尺寸为   W = 

，则padding的圈数为：                                                           

举个例子：

假如输入为7×7，卷积为3×3, S=2；则卷积后的形状为4×4，那么padding的圈数为

假如输入为8×8，卷积为3×3, S=2；则卷积后的形状为4×4，那么padding的圈数为            

实例 

下图均是根据​​Tensorflow​​的计算结果画出的，7x7,3*3,1 分别是输入大小，过滤器大小，步长

                                                                 P =    ((7-1) *1 + 6-7 )  /2 = 2.5 

                                                                 P=((4−1)×2+3−8) /2 =0.5

     注：当P包含0.5圈是，​​TensorFlow​​中都是在右下角填充