Feature Map 若加入padding='SAME'的圖形呈現結果
2020/01/17 上午 00:58
電腦視覺深度學習討論版
Sherry
觀看數:5
回答數:1
收藏數:0
SAME:透過補邊讓輸出長寬==原圖長寬/Strides,什麼意思呢?假如我們使⽤用Strides=(1,1),那麼不管使⽤用多大的Kernel,輸出 Feature map 的寬、⾼高等於輸入影像的寬⾼高。
##kernel size=(6,6)##kernel數量:32
## Same padding、strides=(1,1)
classifier=Sequential()
inputs=Input(shape=(13,13,1))
x=Convolution2D(32,kernel_size=(6,6),strides=(1,1),padding='SAME')(inputs)
model=Model(inputs=inputs,outputs=x)
model.summary()
# out_height = cile(13/1) = 13
# out_width = cile(13/1) = 13
# (6*6*1+1)+32 = 1184
假設不加padding='SAME'則為
則依圖來呈現為
想請問有加padding='SAME'則圖怎麼呈現過程?
回答列表
-
2020/01/17 上午 10:12楊哲寧贊同數:1不贊同數:0留言數:2
您好,same是一種padding模式,也就是在原圖周圍補0,簡報中有示意圖可以參考,只是same而外功能是會自動計算要補幾圈0,確保輸出有相同尺寸。