【CNN基礎】卷積神經網絡筆記—Padding

理解CNN中的Padding操作： 6*6矩陣與3*3矩陣卷積，得到4*4矩陣。普遍規律是  n*n 卷積 f*f 得到 n-f+1 * n-f+1。 但是存在兩個缺點： 1.卷積後的矩陣越變越小（如果卷積層100層，每一層都縮小最終得到的將是很小的圖片） 2.輸入矩陣（左）邊緣像素（綠陰影）只被計算過一次，而中間像素（紅陰影）被卷積計算多次，意味着丟失圖像角落信息。 爲了解決這兩個問題，就對輸入

>>阅读原文<<