padding（1）
来源：4-4 VGG-ResNet实战（1）
战战的坚果
2020-03-22
老师，关于本小节有好几个问题：
1、x经过pooling不会增加通道数，这是在ResNet中适用的吗，课件中显示在VGGNet中x经过pooling通道数会加倍的。所以在ResNet中，经过降采样通道数翻倍，在VGGNet经过pooling通道数加倍？。
2、由3，降采样会产生两种后果：（1）通道数翻倍（2）输出神经元图减半。对吗？
3、所以还要把x经过pooling？是因为在第一层卷积中如果存在降采样，会使得神经元图变为原来一半，且通道数加倍，把x经过pooling（步长=2），可以使得神经元图变为原来一半，但是通道数还没有加倍。所以还需要在通道上做padding,使其通道数加倍。
4、老师，为什么padding=‘same’，如果步长是（1,1）的话，那么它的输入与输出大小一样？，（32-3+2P）/ 1 +1 =30不等32呀？在这里没有数据丢失，padding应该为0呀！
写回答
1回答
-
1. x经过pooling层不会增加通道数是通用的。在VGG中的含义是，经过pooling层，在经过一个卷积层去使得通道数目加倍。
2，降采样只会导致你说的（2），（1）的话再VGG中还需要卷积层的辅助。在ResNet中需要padding。
3. 不清楚该问题的具体场景。
4. padding = same 和padding = 1不等价。padding = same，是指输出图像要和输入一样，至于padding是多少，是推断出来的。你说的这个情况padding是0啊。
012020-03-25
相似问题