Theano深度学习教程中对卷积层输出大小的困惑

Question

[http://deeplearning.net/tutorial/lenet.html#lenet]

在上面的链接中它说 构造第一个卷积池化层： 过滤将图像大小减小到 (28-5+1 , 28-5+1) = (24, 24)

大小为 a 的数据与大小为 b 的滤波器的卷积给出大小为 a+b-1 的输出。所以这里的数据大小为 28*28，过滤器大小为 5*5。所以输出大小应该是（28+5-1,28+5-1）。它被给出为 (28-5+1,28-5+1)

Answer 1

这取决于border_mode

conv2d 默认使用border_mode='valid'，这意味着（来自scipy documentation）

输出仅包含那些不依赖于 零填充。

因此，使用border_mode='valid' 和(5,5) 过滤器，输出将与输入大小相同减去两个像素边框，即image_shape - filter_shape + 1，因此输入大小为(28,28)，输出将是(24,24).

另一种选择，border_mode='full' 将对输入进行零填充，以使输出具有image_shape + filter_shape - 1 的形状。