padding='same' 和 strides > 1 的 tf.keras.layers.Conv2D 表现如何？

Question

我阅读了What is the difference between 'SAME' and 'VALID' padding in tf.nn.max_pool of tensorflow?，但这不适用于我的实验。

import tensorflow as tf

inputs = tf.random_normal([1, 64, 64, 3])
print(inputs.shape)
conv = tf.keras.layers.Conv2D(6, 4, strides=2, padding='same')
outputs = conv(inputs)
print(outputs.shape)

生产

(1, 64, 64, 3)
(1, 32, 32, 6)

。然而，按照上面的链接会产生(1, 31, 31, 6)，因为没有任何超出过滤器范围的额外值没有任何填充。

tf.keras.layers.Conv2D 与 padding='same' 和 strides > 1 的行为如何？
我想知道确切的答案及其证据。

Answer 1

Keras 使用 TensorFlow 实现填充。所有详细信息都可在文档here

中找到

首先，考虑“SAME”填充方案。的详细解释 其背后的原因在these notes 中给出。在这里，我们总结 这种填充方案的机制。使用“SAME”时，输出 高度和宽度计算为：

out_height = ceil(float(in_height) / float(strides[1]))
out_width  = ceil(float(in_width) / float(strides[2]))

沿高度和宽度应用的总填充计算如下：

if (in_height % strides[1] == 0):
  pad_along_height = max(filter_height - strides[1], 0)
else:
  pad_along_height = max(filter_height - (in_height % strides[1]), 0)
if (in_width % strides[2] == 0):
  pad_along_width = max(filter_width - strides[2], 0)
else:
  pad_along_width = max(filter_width - (in_width % strides[2]), 0)

最后，上、下、左、右的内边距分别是：

pad_top = pad_along_height // 2
pad_bottom = pad_along_height - pad_top
pad_left = pad_along_width // 2
pad_right = pad_along_width - pad_left

请注意，除以 2 意味着在某些情况下， 两侧的填充（顶部与底部，右侧与左侧）相差 1。 在这种情况下，底部和右侧总是得到一个额外的 填充像素。例如pad_along_height为5时，我们填充2个像素 在顶部和底部 3 个像素。请注意，这是不同的 来自现有的库，例如 cuDNN 和 Caffe，它们明确地 指定填充像素的数量并始终填充相同数量的像素 两边的像素。

对于 'VALID' 方案，输出高度和宽度计算如下：

out_height = ceil(float(in_height - filter_height + 1) / float(strides[1]))
out_width  = ceil(float(in_width - filter_width + 1) / float(strides[2]))

并且没有使用填充。

Answer 2

在 tensorflow 中，对于步幅 s 和输入大小 n，使用相同的填充：

⌈n/s⌉

或输入大小的上限除以步幅。