本文共 869 字，大约阅读时间需要 2 分钟。

为了构建深度神经网络，我们需要掌握一个基本的卷积操作——Padding（填充）。了解它是如何工作的，能帮助我们更好地设计和应用卷积网络。

当使用一个3×3的过滤器对一个6×6的图像进行卷积操作时，最终会得到一个4×4的输出矩阵。这背后的数学原理是：如果有一个n×n的图像，用f×f的过滤器进行卷积，那么输出的维度将是(n - f + 1)×(n - f + 1)。在本例中，6 - 3 + 1 = 4。

这样会有两个缺点：①每次卷积操作后，图像会缩小。②边缘或角落区域的像素在输出中贡献较少，导致边缘信息丢失。为了解决这些问题，可以在卷积操作之前对图像进行填充。在本例中，可以在图像边缘添加一层像素（如上图中的蓝线）。这样，原本的6×6图像会被填充成一个8×8的图像。然后用3×3的过滤器对这个8×8的图像进行卷积，输出大小将从4×4恢复到6×6。通常，我们使用0填充，也就是在四周填充一层像素（p=1）。根据计算公式，输出大小将是n + 2p - f + 1。在本例中，6 + 2×1 - 3 + 1 = 6。

这种填充方式减弱了边缘信息丢失的问题。另一种选择是填充两个像素点。关于填充的数量p，通常有两种选择：Valid卷积（p=0）和Same卷积（p=1）。在Same卷积中，输出大小与输入大小相同。通过公式n + 2p - f + 1 = n，可以求解p的值，得出p = (f - 1)/2。

在计算机视觉中，过滤器尺寸f通常是奇数。这背后有两个原因：①如果f是偶数，填充必须是非对称的（asymmetric padding）。只有当f是奇数时，Same卷积才能有自然的填充方式。②当f是奇数时，过滤器有一个中心像素点，便于定位。

虽然这些可能不是全部原因，但在文献中，3×3的过滤器最为常见。因此，Andrew建议只使用奇数尺寸的过滤器。

总的来说，Padding是卷积操作中的一个重要概念。通过选择填充类型（如Valid或Same）或指定填充数量p，可以控制输出大小。Same卷积是最常用的选择，因为它确保输出与输入大小一致。

转载地址：http://rcvfk.baihongyu.com/