根据我对 tf.nn.conv2d 文档的理解,用于 SAME 卷积(无论步伐如何( 第一个点积应以 (0,0( 为中心 尽管正如您在步幅奇数时看到的,第一个点积似乎以 (1,1( 为中心: 在这个玩具的例子中
输入形状为 [5,5,1]
文件管理器形状为 [3,3,1,1]
res = tf.nn.conv2d(X, F, strides=[1,x,x,1], padding='SAME'(
步幅 1 结果:
array([[ 1.49573362, 2.65084887, 2.96818447, 3.04787111, 1.89275599],
[ 3.1941781 , 4.47312069, 4.10260868, 4.13415051, 2.85520792],
[ 2.65490007, 3.41439581, 2.93415952, 3.65811515, 2.89861989],
[ 2.22547054, 2.98453856, 2.89428496, 3.29111433, 2.53204632],
[ 0.52702606, 1.16226625, 1.75986075, 2.20483446, 1.56959426]], dtype=float32)
步幅 2 结果:
array([[ 1.49573362, 2.96818447, 1.89275599],
[ 2.65490007, 2.93415952, 2.89861989],
[ 0.52702606, 1.75986075, 1.56959426]], dtype=float32)
步幅 3 结果:
array([[ 4.47312069, 2.85520792],
[ 1.16226625, 1.56959426]], dtype=float32)
这是一个错误还是我错过了什么?
正在发生的事情是,如果额外的零列(来自填充(的数量是奇数,Tensorflow 将在末尾添加列。
在 stride = 1 的示例中,它需要添加两列,因此它在开头和结尾添加一列(表示每条边的开头、结尾:左、右、上、下(。步幅 = 2 也会做同样的事情。
但是,对于 stride = 3,它只需要添加一列,然后在末尾(右侧和底部(完成。如果需要添加 5 列,它将在开头(左、上(添加 2 列,在末尾(右、下(添加 3 列