卷积的三种类型：full,same,valid

转载自&＃xff1a;https://blog.csdn.net/leviopku/article/details/80327478

通常用外部api进行卷积的时候&＃xff0c;会面临mode选择。

这三种mode的不同点&＃xff1a;对卷积核移动范围的不同限制。

设 image的大小是7x7&＃xff08;橙色部分&＃xff09;&＃xff0c;filter的大小是3x3&＃xff08;蓝色部分&＃xff09;

full mode&＃xff1a;从filter和image刚相交开始做卷积&＃xff0c;不足的部分padding 0。filter的运动范围如图所示。

same mode&＃xff1a;same模式不代表完全输入输出尺寸一样&＃xff08;可通过代码验证&＃xff09;&＃xff0c;也跟卷积核的步长有关系。

same模式是最常见的模式&＃xff0c;是指经过卷积的特征图和原图的size保持不变。

当filter全部在image里面的时候&＃xff0c;进行卷积运算&＃xff0c;可见filter的移动范围较same更小了。

4. 卷积输出图size的计算公式

先定义几个参数

• 输入图片大小 W×W
• Filter大小 F×F
• 步长 S
• padding的像素数 P

于是我们可以得出

N &＃61; (W − F &＃43; 2P )/S&＃43;1

输出图片大小为 N×N

&＃xff08;需补充三种计算方式&＃xff09;