卷积的三种模式：full、same、valid

卷积的三种模式：full、same、valid

本文清晰展示三种模式的不同之处，其实这三种不同模式是对卷积核移动范围的不同限制。

这里假设图像（image）大小为7，卷积核（kernel）大小为3。
橙色块表示图像，蓝色块表示卷积核。

1. full模式
full模式的意思是，从filter和image刚相交开始做卷积，白色部分为填0，filter的运动范围如图所示。

2. same模式
same模式是最常见的模式。
当kernel的中心(K)与image的边角重合时，开始做卷积运算，可见kernel的运动范围比full模式小了一圈。
注意：你可能会遇到same表示输入和输出尺寸相同的情况。
当然，same模式不可能代表完全输入输出尺寸一样，输出大小也跟卷积核的步长有关系，计算公式如下：
$$W_{out}=\lfloor W_{in}-K+2\ast P\rfloor /S+1$$
其中，$W_{in}$、$W_{out}$分别表示输入和输出图像的大小，$K$表示kernel的大小，$P$表示padding的大小，$S$表示stride的大小。
特殊地，当步长s=1时，输出长度等于输入长度。

3.valid模式
不进行填充，padding=0。
当kernel全部在image里面的时候，才进行卷积运算，可见kernel的移动范围较same更小了。