深度學習 tensorflow中的padding：valid和same

1 TensorFlow給出的定義

The TensorFlow Convolution example gives an overview about the difference between SAME and VALID :

For the SAME padding, the output height and width are computed as:

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

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

And

For the VALID padding, the output height and width are computed as:

out_height = ceil(float(in_height - filter_height + 1) / float(strides1))

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

2 別人的解釋

https://stackoverflow.com/questions/37674306/what-is-the-difference-between-same-and-valid-padding-in-tf-nn-max-pool-of-t

3 我的總結

1. valid： 周圍不填0進行卷積運算，無法計算的部分（矩陣的右邊和下面）直接捨去。
   計算公式：
   out_height = ceil(float(in_height - filter_height + 1) / float(strides1))
   out_width = ceil(float(in_width - filter_width + 1) / float(strides[2]))
2. same: 周圍填0進行卷積運算，0在矩陣的左右和上下均勻添加，非均勻時多的加在右邊和下面。
   計算公式：
   out_height = ceil(float(in_height) / float(strides[1]))
   out_width = ceil(float(in_width) / float(strides[2]))