找到零的数量以填充卷积层的输入

Question

我使用这些这些 资源打造tensorflow卷积的自动编码。 我知道我需要用零填充我的输入图像，以使解码器的输出等于原始输入。 作者给出了一个简单的例子，说明了正方形核的简单情况，并且步幅的值相等（垂直和水平）。 我需要针对我的输入概括此填充函数，但是我无法获得张量的正确形状。 到目前为止，我的功能是：

def _pad(self, input_x, filter_height, filter_width):
    """
    pads input_x with the right amount of zeros.
    Args:
        input_x: 4-D tensor, [batch_side, widht, height, depth]
        filter_side: used to dynamically determine the padding amount
    Returns:
        input_x padded
    """
    # calculate the padding amount for each side
    top_bottom_padding = filter_height - 1
    left_right_padding = filter_width - 1

    # pad the input on top, bottom, left, right, with amount zeros
    return tf.pad(input_x,
                  [[0, 0], [top_bottom_padding, top_bottom_padding], [left_right_padding, left_right_padding], [0, 0]])

这给我

Shape of input:  (10, 161, 1800, 1)
Shape of padded input: (10, 187, 1826, 1)
Shape of encoder output:  (10, 187, 913, 15)
Shape of decoder output:  (10, 187, 457, 15)

对于

num_outputs=15, kernel_size=14, stride=[1,2]

关于我在做什么错的任何想法吗？

Answer 1

您使用的功能未考虑跨步。 实际上，它只是将初始输入值减少1。 对于一维情况，知道输入大小i ，内核大小k ，步幅s和填充p ，则可以计算出卷积的输出大小为：

在这里|| 操作员表示天花板操作。 一旦知道了每个暗角是独立的，就知道了1暗角情况的数学原理，n暗角情况很容易。 因此，您只需分别滑动每个尺寸。

---

查看公式，知道您的o应该等于i ，您可以计算适当的填充。