深度学习: 卷积核尺寸size为什么是 奇数

卷积核一般都把size设为奇数，主要有两个原因：

1. 保证 锚点 刚好在中间，方便以 central pixel 为标准进行滑动卷积，避免了位置信息发生 偏移 。

2. 保证填充（Padding），在图像之间添加额外的零层，图像的两边相 对称，以使输出图像的大小与输入相同。

padding方式“SAME”和“VALID

“VALID”：只会丢掉最右边的列（或最底部的行）
“SAME”：尝试向左或右均匀填充，但如果添加的列数是奇数，它将向右添加偶数，向左侧添加奇数个列（向下添加偶数个列，向上添加奇数个列）为了不影响原来的图像像素信息，一般以0来填充。这就不难理解不同的padding方式输出的形状会有所不同了。

在CNN用处理文本时，一般卷积层设置卷积核的大小为n×k，其中k为输入向量的维度（即[n,k,input_channel_num,output_channel_num]），这时候我们就需要选择“VALID”填充方式，这时候窗口仅仅是沿着一个维度扫描而不是两个维度，可以理解为统计语言模型当中的N-gram。

参考：https://blog.csdn.net/wuzqchom/article/details/74785643