conv2d是常用的实现卷积的，Tensorflow调用Conv的api时，常用代码如下：
查看：https://tensorflow.google.cn/api_docs/python/tf/nn/conv2d
tf.nn.conv2d(
input,
filter,
strides,
padding,
use_cudnn_on_gpu=True,
data_format='NHWC',
dilations=[1, 1, 1, 1],
name=None
)对于其中一个参数padding的理解为：
padding: A `string` from: `"SAME", "VALID"`.
The type of padding algorithm to use.padding有两个方式可以选择：“SAME” and “VALID”
举两个栗子：
One：padding='SAME'
import tensorflow as tf
input = tf.Variable(tf.random_normal([1,5,5,3]))
filter = tf.Variable(tf.random_normal([3,3,3,7]))
result = tf.nn.conv2d(input, filter, strides=[1,2,2,1],padding='SAME')
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
print(sess.run(result))
print(result.shape)
sess.close()结果为：
[[[[ 6.88815355e-01 -1.58929396e+00 -8.13352680e+00 3.47248018e-01
-2.10637522e+00 -2.47548366e+00 -3.29180861e+00]
[ -1.50164223e+00 -2.82424307e+00 -2.40781856e+00 -2.55665493e+00
-3.89841533e+00 -6.71445191e-01 3.10867667e+00]
[ -3.39479542e+00 -1.40321875e+00 2.29996824e+00 -3.98842275e-01
7.90905952e-03 -1.71421432e+00 -5.47636747e-01]]
[[ -1.07995415e+00 -2.21969414e+00 -1.43076777e-01 2.65041399e+00
-4.38491011e+00 -4.83550358e+00 8.30997753e+00]
[ 1.35791779e+00 -1.38357902e+00 -4.50581169e+00 1.22106361e+00
-1.36877072e+00 -1.19497585e+00 -3.64005876e+00]
[ -3.07881045e+00 1.33630781e+01 -4.33032846e+00 1.98507690e+00
-1.34837186e+00 -3.44964921e-01 -5.76371312e-01]]
[[ -4.02724743e-01 -3.08082283e-01 1.51205099e+00 -2.11967897e+00
8.77675891e-01 -3.89271736e-01 1.28933489e+00]
[ 1.05681574e+00 3.83993292e+00 1.46158600e+00 5.12251711e+00
-4.37659168e+00 -5.88564873e-02 8.72927666e-01]
[ 3.13625002e+00 -2.52725768e+00 -1.89247894e+00 -2.89734745e+00
2.49475980e+00 -7.85117006e+00 4.73596001e+00]]]]
(1, 3, 3, 7)Two：padding='VALID'
import tensorflow as tf
input = tf.Variable(tf.random_normal([1,5,5,3]))
filter = tf.Variable(tf.random_normal([3,3,3,7]))
result = tf.nn.conv2d(input, filter, strides=[1,2,2,1],padding='VALID')
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
print(sess.run(result))
print(result.shape)
sess.close()结果为：
[[[[ 3.30246162e+00 1.00174313e+01 1.02988682e+01 -3.38870287e+00
3.57620907e+00 9.25950432e+00 1.40226996e+00]
[ 2.39865661e+00 4.90117121e+00 6.27546692e+00 -7.14295626e+00
-1.87810266e+00 4.73461962e+00 -8.87438393e+00]]
[[ 5.66498578e-01 1.21167574e+01 -2.98488545e+00 2.54433393e+00
-4.40911025e-01 -4.96578693e-01 2.93070102e+00]
[ -5.70178509e+00 1.09887476e+01 2.36247849e+00 2.91668701e+00
-1.77950829e-01 1.17763281e-02 -9.67830420e-01]]]]
(1, 2, 2, 7)再比如，我们再举个栗子，如果x是一个2×3的矩阵， max pooling窗口为2×2，步长为strides=2
第一次由于窗口可以覆盖，橙色区域做max pooling：
由于步长为2，当向右滑动两步之后，VALID方式发现余下的窗口不到，所以将第3列直接舍弃掉了，所以得到的比原有的小；
而SAME方式与原有尺寸一致，所以需要填充，做补零填充；
另外来讲，我们如何去计算这两种方式？
If padding == "SAME":
output_spatial_shape[i] = ceil(input_spatial_shape[i] / strides[i])
If padding == "VALID":
output_spatial_shape[i] =
ceil((input_spatial_shape[i] -
(spatial_filter_shape[i]-1) * dilation_rate[i])
/ strides[i])dilation_rate为一个可选的参数，默认为1。
padding = “SAME”：
S是步长。
padding = “VALID”：
输出大小等于输入大小减去滤波器大小加上1，最后再除以步长（f为滤波器的大小，S是步长大小）。
最后，简单的举几个小栗子，说些padding=“SAME”的一些如何补零的情况，挺有趣的：
对于原始图像与卷积核不匹配的情况，就要对图像的边界做一些填充，具体的填充方式和所差的元素个数有关：
1. 28x28的全1图像，卷积核全1的5x5，每个方向的两端各补了一个0，形成30x30，四周都是0的图像
import tensorflow as tf
input = tf.Variable(tf.ones([1,28,28,1]))
filter = tf.Variable(tf.ones([5,5,1,1]))
op = tf.nn.conv2d(input,filter,strides=[1,5,5,1],padding='SAME')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = sess.run(op)
print("res.shape")
print(res.shape)
output = tf.reshape(res,[6,6])
print(sess.run(output))结果为：
res.shape
(1, 6, 6, 1)
[[ 16. 20. 20. 20. 20. 16.]
[ 20. 25. 25. 25. 25. 20.]
[ 20. 25. 25. 25. 25. 20.]
[ 20. 25. 25. 25. 25. 20.]
[ 20. 25. 25. 25. 25. 20.]
[ 16. 20. 20. 20. 20. 16.]]2. 29x29的全1图像
import tensorflow as tf
input = tf.Variable(tf.ones([1,29,29,1]))
filter = tf.Variable(tf.ones([5,5,1,1]))
op = tf.nn.conv2d(input,filter,strides=[1,5,5,1],padding='SAME')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = sess.run(op)
print("res.shape")
print(res.shape)
output = tf.reshape(res,[6,6])
print(sess.run(output))每行每列的最后补了一个0，结果为：
res.shape
(1, 6, 6, 1)
[[ 25. 25. 25. 25. 25. 20.]
[ 25. 25. 25. 25. 25. 20.]
[ 25. 25. 25. 25. 25. 20.]
[ 25. 25. 25. 25. 25. 20.]
[ 25. 25. 25. 25. 25. 20.]
[ 20. 20. 20. 20. 20. 16.]]3. 27x27的全1图像
import tensorflow as tf
input = tf.Variable(tf.ones([1,27,27,1]))
filter = tf.Variable(tf.ones([5,5,1,1]))
op = tf.nn.conv2d(input,filter,strides=[1,5,5,1],padding='SAME')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = sess.run(op)
print("res.shape")
print(res.shape)
output = tf.reshape(res,[6,6])
print(sess.run(output))在每个方向的开头补了一个0，最后补了两个0，结果为：
res.shape
(1, 6, 6, 1)
[[ 16. 20. 20. 20. 20. 12.]
[ 20. 25. 25. 25. 25. 15.]
[ 20. 25. 25. 25. 25. 15.]
[ 20. 25. 25. 25. 25. 15.]
[ 20. 25. 25. 25. 25. 15.]
[ 12. 15. 15. 15. 15. 9.]]4. 26×26的全1图像
import tensorflow as tf
input = tf.Variable(tf.ones([1,26,26,1]))
filter = tf.Variable(tf.ones([5,5,1,1]))
op = tf.nn.conv2d(input,filter,strides=[1,5,5,1],padding='SAME')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = sess.run(op)
print("res.shape")
print(res.shape)
output = tf.reshape(res,[6,6])
print(sess.run(output))首尾各补两个0，结果为：
res.shape
(1, 6, 6, 1)
[[ 9. 15. 15. 15. 15. 9.]
[ 15. 25. 25. 25. 25. 15.]
[ 15. 25. 25. 25. 25. 15.]
[ 15. 25. 25. 25. 25. 15.]
[ 15. 25. 25. 25. 25. 15.]
[ 9. 15. 15. 15. 15. 9.]]得到的结论为：
当差偶数个元素是首尾各补一半，差奇数个时前边补奇数个，后边补偶数个
具体差多少元素和选定的卷积核大小以及滑动步长密切相关，那么滑动步长又有哪些影响呢？如果改成滑动步长为1
import tensorflow as tf
input = tf.Variable(tf.ones([1,26,26,1]))
filter = tf.Variable(tf.ones([5,5,1,1]))
op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='SAME')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = sess.run(op)
print("res.shape")
print(res.shape)
output = tf.reshape(res,[26,26])
print(sess.run(output))结果为：
res.shape
(1, 26, 26, 1)
[[ 9. 12. 15. 15. 15. 15. 15. 15. 15. 15. 15. 15. 15. 15.
15. 15. 15. 15. 15. 15. 15. 15. 15. 15. 12. 9.]
[ 12. 16. 20. 20. 20. 20. 20. 20. 20. 20. 20. 20. 20. 20.
20. 20. 20. 20. 20. 20. 20. 20. 20. 20. 16. 12.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 15. 20. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 20. 15.]
[ 12. 16. 20. 20. 20. 20. 20. 20. 20. 20. 20. 20. 20. 20.
20. 20. 20. 20. 20. 20. 20. 20. 20. 20. 16. 12.]
[ 9. 12. 15. 15. 15. 15. 15. 15. 15. 15. 15. 15. 15. 15.
15. 15. 15. 15. 15. 15. 15. 15. 15. 15. 12. 9.]]将其换为padding=“VALID”
import tensorflow as tf
input = tf.Variable(tf.ones([1,26,26,1]))
filter = tf.Variable(tf.ones([5,5,1,1]))
op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='VALID')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = sess.run(op)
print("res.shape")
print(res.shape)
output = tf.reshape(res,[22,22])
print(sess.run(output))结果为：
res.shape
(1, 22, 22, 1)
[[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]
[ 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25. 25.
25. 25. 25. 25. 25. 25. 25. 25.]]总结一下：
卷积核大小，滑动步长直接影响最后的卷积结果的大小，且padding为SAME模式时，先对原图像进行填充，再做卷积，填充值须根据卷积核大小及滑动步长决定；而padding为VALID模式时，很简单粗暴直接从原始图像的首段开始卷积，到最后不能匹配卷积核的部分直接舍去。
参考文章：https://blog.csdn.net/wuzqChom/article/details/74785643
