Filter 步幅张量输出

在尝试使用Tensorflow时，我遇到了一个关于步幅的小问题

我有一个大小为67*67的图像，我想应用一个大小为7*7的过滤器，步幅为3。输出层的边长应为20，计算公式如下：

其中n是输出层边缘长度（在本例中为20）。其计算方法如下：

如果我们只考虑第一行（因为其他行是相同的），那么在第一行中的67个元素中，前7个将转到输出层的第一个单元格。然后，过滤器向右移动3个滤芯，使过滤器覆盖滤芯4至10，这将对应于输出层的第二个滤芯。诸如此类。每次我们前进3个元素，我们前进的总次数（包括第一步，其中包括7个元素）是n。因此，我使用的方程式

然而，我从Tensorflow得到的输出层是23，即67/3，并向上舍入到下一个整数。我不明白这背后的原因

有人能解释为什么在Tensorflow中这样做吗

---

谢谢

根据所使用的填充，可以通过两种方式计算输出大小。如果您使用的是

'SAME'

填充，则输出大小的计算公式为：

out_height = ceil(float(in_height) / float(strides[1]))
out_width  = ceil(float(in_width) / float(strides[2]))

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

其中，与

一样，“有效”

填充输出计算为：

out_height = ceil(float(in_height) / float(strides[1]))
out_width  = ceil(float(in_width) / float(strides[2]))

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

这就是您用来计算输出的内容，但我们可以清楚地看到您必须使用

“相同”

填充

因此，在您的情况下，您会得到：

如果您实际使用的是

'VALID'

填充，那么输出将更接近您的近似值

您可以阅读有关tensorflow如何计算要素贴图大小和填充的详细信息