padding蒙
来源：4-4 VGG-ResNet实战（1）
战战的坚果
2020-03-22
#32 * 32
x_image = tf.transpose(x_image, perm=[0, 2, 3, 1])
#conv1:神经元图， feature_map, 输出图像
conv1 = tf.layers.conv2d(x_image,
32,# output channel number
(3, 3),# kernel size
padding = ‘same’,
activavtion = tf.nn.relu,
name = ‘conv1’)
老师，在3-4小节中您讲的时候，我一直认为是因为 padding = ‘same’,所以输入图像的大小才没有在卷积层中发生变化，只在pooling层中减为一半，现在看来，我看到您在别的问题中的回答，不是这样子的，输入3232，卷积核为33，步长为1，输出大小为多少呢（我画图看应该为30）？为什么没变还是32呢？
写回答
1回答
-
正十七
2020-03-24
因为设成same会自动加padding，保证输出是同样的大小。
参考https://coding.imooc.com/learn/questiondetail/176939.html
00
相似问题
padding（1）
回答 1
padding（3）
回答 1