Python tensorflow Conven2d奇偶步幅之间的不同起始指数

根据我的理解，对于相同的卷积（无论步幅如何），第一个点积应该以（0,0）为中心 尽管如您所见，当步幅为奇数时，第一个点积似乎以（1,1）为中心： 在这个玩具示例中

输入形状为[5,5,1]

文件管理器形状为[3,3,1,1]

res=tf.nn.conv2d（X，F，步长=[1，X，X，1]，padding='SAME'）

第1步结果：

array([[ 1.49573362,  2.65084887,  2.96818447,  3.04787111,  1.89275599],
   [ 3.1941781 ,  4.47312069,  4.10260868,  4.13415051,  2.85520792],
   [ 2.65490007,  3.41439581,  2.93415952,  3.65811515,  2.89861989],
   [ 2.22547054,  2.98453856,  2.89428496,  3.29111433,  2.53204632],
   [ 0.52702606,  1.16226625,  1.75986075,  2.20483446,  1.56959426]], dtype=float32)

第2步结果：

array([[ 1.49573362,  2.96818447,  1.89275599],
   [ 2.65490007,  2.93415952,  2.89861989],
   [ 0.52702606,  1.75986075,  1.56959426]], dtype=float32)

第3步结果：

array([[ 4.47312069,  2.85520792],
   [ 1.16226625,  1.56959426]], dtype=float32)

---

这是一个bug还是我遗漏了什么？

如果额外的零列数（来自填充）是奇数，则tensorflow将在末尾添加列

在stride=1的示例中，它需要添加两列，因此它在开始处添加一列，在结束处添加一列（表示每边的开始、结束：左、右、上、下）。步幅=2也会这样做

---

但是，对于stride=3，只需添加一列，并在末尾（右侧和底部）添加。如果需要添加5列，它将在开头（左、上）添加2列，在结尾（右、下）添加3列。

您是否尝试过用实际可以计算的值制作一个玩具示例？”正如你在下面看到的…“我不知道你的情况，但我什么也看不到：有很多随机数。是的，我看到了，但你所要做的就是比较步幅1的输出和步幅1的输出。因为带有步幅的结果是步幅1结果的子采样版本。例如，您可以看到步幅3的（0,0）结果是步幅1的（1,1）结果。