偶数和奇数步幅之间的tensorflow conv2d不同起始索引

Question

根据 tf.nn.conv2d doc 我对 SAME 卷积的理解（无论步幅如何）第一个点积应该以 (0,0) 为中心尽管正如您在下面看到的那样，当步幅为奇数时，第一个点积似乎以 (1,1) 为中心：在这个玩具示例中

input shape is [5,5,1]

filer shape is [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遗漏了什么？

Answer 1

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。

在您的步幅 = 1 的示例中，它需要添加两列，因此它在开头添加一列，在结尾添加一列（意思是每一边的开头、结尾：左、右、上、下）。 Stride = 2 会做同样的事情。

然而，对于 stride = 3，它只需要添加一列并在最后（右侧和底部）添加。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

偶数和奇数步幅之间的tensorflow conv2d不同起始索引

tensorflow conv2d diffrent start index between even and odd stride

python

machine-learning

convolution

deep-learning

tensorflow