Deep learning Can';不理解形状(输出)=(形状(值)-ksize+;1)/TensorFlow文档中的步幅

Deep learning Can';不理解形状(输出)=(形状(值)-ksize+;1)/TensorFlow文档中的步幅,deep-learning,tensorflow,Deep Learning,Tensorflow,以下摘自 形状(输出)=(形状(值)-ksize+1)/步幅 其中,取整方向取决于填充: padding='SAME':向下取整(只考虑全尺寸窗口) padding='VALID':向上取整(包括部分窗口) 我不能理解上面的公式。但我熟悉以下公式: 形状(向外)=(形状(值)-ksize+2*pad)/步幅+1 这两个公式相等吗 例如,假设shape(value)=9,ksize=3,strips=2,padding='SAME' 在第一个公式中,形状(输出)为(9-3+1)/2=7/2=3

以下摘自

形状(输出)=(形状(值)-ksize+1)/步幅

其中,取整方向取决于填充:

  • padding='SAME':向下取整(只考虑全尺寸窗口)

  • padding='VALID':向上取整(包括部分窗口)

我不能理解上面的公式。但我熟悉以下公式:

形状(向外)=(形状(值)-ksize+2*pad)/步幅+1

这两个公式相等吗

例如,假设shape(value)=9,ksize=3,strips=2,padding='SAME'

在第一个公式中,形状(输出)为(9-3+1)/2=7/2=3.5,四舍五入结果为3

在第二个公式中,形状(输出)为(9-3+2*1)/2+1=5

这似乎不是同一个公式。即使我把第一个四舍五入,结果也是4


除此之外,填充定义似乎是颠倒的。包含部分窗口的“相同”填充不是吗?

我想我已经解决了问题。如果假定形状(值)中已包含相应的填充,则这两个公式将变得等效。但是我仍然认为填充类型的定义在文档中已经被替换了。我创建了一个问题来报告:

您应该能够接受自己的答案并获得+25分。