tensorflow conv2d even和odd stride之間的不同起始索引

根據tf.nn.conv2d doc的理解，對於SAME卷積（無論跨度）第一個dot產品應該以（0,0）爲中心，但正如您在步幅是奇數，第一點積似乎是圍繞着（1,1）：在這個玩具示例tensorflow conv2d even和odd stride之間的不同起始索引

輸入形狀[5,5,1]

濾波器形狀是[3,3 ， 1,1]

res = tf.nn.conv2d（X，F，strides = [1，x，x，1] ，填充= 'SAME'）

跨距爲1個結果：

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結果：

array([[ 1.49573362, 2.96818447, 1.89275599], 
    [ 2.65490007, 2.93415952, 2.89861989], 
    [ 0.52702606, 1.75986075, 1.56959426]], dtype=float32)

步幅3結果：

array([[ 4.47312069, 2.85520792], 
    [ 1.16226625, 1.56959426]], dtype=float32)

這是一個錯誤或者我錯過了什麼？

來源

2017-06-30 Hillel

您是否嘗試製作一個具有可實際計算的值的玩具示例？「正如你可以在下面看到的......」我不瞭解你，但我什麼都看不到：很多隨機數字。 –

是的，我做過了，但您只需比較輸出與步幅1與步幅1的輸出，因爲步幅結果是步幅1結果的子採樣版本。例如，您可以看到步幅3的（0,0）結果是步幅1的（1,1）結果。 – Hillel

正在發生的事情是，如果額外零列的數量（來自填充）是奇數，tensorflow將在末尾添加列。

在stride = 1的示例中，它需要添加兩列，所以它在開始處和末尾添加一列（意思是每邊的開始，結束：左，右，上，下）。步幅= 2也會這樣做。

但是，對於stride = 3，它只需添加一列，並在末尾（右側和底部）執行。如果需要添加5列，則會在開始處（左側，頂部）和末尾（右側，底部）添加2個

來源

2018-03-07 23:05:07

tensorflow conv2d even和odd stride之間的不同起始索引

回答

相關問題