目录
[（1）Valid Padding](#（1）Valid Padding)
[（2）Same Padding](#（2）Same Padding)
为了方便查看，搬运一个比较直观的CNN卷积过程动图：https://zhuanlan.zhihu.com/p/77471866
在线latex公式编辑器：在线LaTeX公式编辑器-编辑器
一、卷积运算
1、卷积（Convolution）
左侧的image是输入数据，右侧的权重矩阵（也就是卷积核kernel）逐步在二维输入数据上进行"扫描"，卷积核按照"步长"进行滑动的同时，计算权重矩阵和扫描得到的数据矩阵的乘积，然后结果相加得到一个输出像素的值。输出的像素值最后组成一个输出矩阵。
2、填充（Padding）
上述运算过程中，输入图像和卷积核进行卷积后得到的二维矩阵比原有规模较小，此时输入图像的边缘处只检测了部分像素点，丢失了图片边缘的部分信息。
为了保证输入和输出的大小保持一致，可以在进行卷积操作之前，对输入矩阵进行边界填充（Padding），也就是在矩阵的边缘填充"0"。
这样填充后，当卷积核扫描输入数据时，能延伸到边缘以外的伪像素，从而使输入和输出的大小相同。
常用的两种padding方法如下。
（1）Valid Padding
- 定义：Valid padding，也称为"无填充"（No Padding），在这种情况下，卷积核只在输入特征图的边界内进行滑动，不进行任何边缘填充。
- 特点：由于没有添加额外的像素，输出特征图的尺寸会小于输入特征图的尺寸。具体来说，如果输入特征图的大小为 𝑊×𝐻，卷积核（或滤波器）的大小为 𝐾𝑤×𝐾ℎ，并且步长（Stride）为1，那么输出特征图的大小将是 (𝑊−𝐾𝑤+1)×(𝐻−𝐾ℎ+1)。
- 应用：Valid padding通常用于当需要减小特征图尺寸，或者在网络的中间层中，不需要保持特征图的原始尺寸。
（2）Same Padding
- 定义：Same padding，也称为"全填充"（Full Padding），在这种情况下，会在输入特征图的边缘添加一定数量的零值（即填充），使得卷积核可以覆盖到边缘，并且输出特征图的尺寸与输入特征图的尺寸相同。
- 特点：为了实现这一点，通常会在输入特征图的每一边添加 ⌊(𝐾𝑤−1)/2⌋个填充（对于宽度）和 ⌊(𝐾ℎ−1)/2⌋个填充（对于高度），其中 ⌊𝑥⌋表示不大于 𝑥的最大整数。如果卷积核大小是奇数，则填充的数量会略有不同。
- 应用：Same padding通常用于网络的第一层，或者任何需要保持特征图尺寸不变的层，例如在某些风格迁移或图像分割任务中。
3、步长
滑动卷积核时，会先从输入的左上角开始，每次向左滑动一列或者向下滑动一行计算输出，将每次滑动的行数和列数称为Stride，在之前的图片中，Stride=1；在下图中，Stride=2。
卷积过程中，有时需要通过padding来避免信息损失，有时也要在卷积时通过设置的**步长（Stride）**来压缩一部分信息，或者使输出的尺寸小于输入的尺寸。
卷积核为3×3，步长为2，padding为1
**Stride的作用：**是成倍缩小尺寸，而这个参数的值就是缩小的具体倍数，比如步幅为2，输出就是输入的1/2；步幅为3，输出就是输入的1/3。以此类推。
4、卷积核大小为什么一般为奇数×奇数？
-
中心对称性：奇数尺寸的卷积核具有中心对称性，即卷积核的中心位于其几何中心。这使得卷积核在应用到输入特征图上时，可以围绕一个中心点进行操作，这在某些情况下有助于增强特征提取的对称性。
-
**更容易padding：**在卷积时，有时候需要卷积前后的尺寸不变。这时候就需要用到padding。假设图像的大小，也就是被卷积对象的大小为n*n，卷积核大小为k*k，padding的幅度设为(k-1)/2时，卷积后的输出就为(n-k+2*((k-1)/2))/1+1=n，即卷积输出为n*n，保证了卷积前后尺寸不变。但是如果k是偶数的话，(k-1)/2就不是整数了。
-
减少参数数量：相比于偶数尺寸的卷积核，奇数尺寸的卷积核（如3x3）可以减少参数数量。例如，一个3x3的卷积核有9个参数，而一个4x4的卷积核有16个参数。使用更小的卷积核可以在保持有效性的同时减少模型的复杂度。
-
计算效率：奇数尺寸的卷积核在处理边界像素时可以更高效。当卷积核是奇数尺寸时，其在输入特征图的边缘位置不需要额外的填充，因为卷积核的中心可以正好对齐到边缘像素上。这可以减少边界处的填充量，从而减少计算量。
-
特征提取：奇数尺寸的卷积核可以更好地捕捉局部特征。由于卷积核的中心位于中心位置，它可以更直接地响应输入特征图中的局部变化，这对于提取图像中的边缘、纹理等特征是有益的。
5、卷积核kernel和滤波器fliter的区别
当只有一个通道的时候，卷积核就相当于fliter，两者的概念可以互换。
如果有多个通道，每个fliter实际上是卷积核的一个集合。在当前层，每个通道都对应一个卷积核，且卷积核时唯一的。
多通道卷积的计算过程：将矩阵和滤波器对应的每个通道进行卷积运算，最后将通道的对应结果进行相加，形成一个单通道输出，加上偏置项后，就得到一个最终的单通道输出。然后根据滤波器的个数，确定输出通道数。
其中需要注意：
某一层滤波器的通道数 = 上一层特征图的通道数。
某一层输出特征图的通道数 = 当前层滤波器的个数。
二、卷积运算公式
输入 x：[batch, height, width, in_channel] 四个维度
权重 w：[height, width, in_channel, out_channel]
输出 y：[batch, height, width, out_channel]
1、经过卷积层输出的图片尺寸
**输入图片的尺寸：**一般用 n×n 表示输入的image大小。
**卷积核的大小：**一般用 k×k 表示卷积核的大小。
**填充（Padding）：**一般用 p 来表示填充大小。
步长(Stride)： 一般用 s 来表示步长大小。输出图片的尺寸： 一般用 o 来表示。
可以求得 o ，计算公式如下：
其中"⌊ ⌋"是向下取整符号，用于结果不是整数时进行向下取整。
其中输出规模的大小可以区分为高度和宽度，都可以用上述公式进行计算。
2、卷积层中计算输入通道高度
3、经过池化层的特征图尺寸
当计算出来不是整数的时候，就要向上取整。
4、经过全连接层的输出向量尺寸
全连接层的输出向量长度等于该层神经元的个数。
5、特别说明
当卷积层和池化层的输出特征图尺寸计算时，可能出现结果不是整数的情况，此时卷积层向下取整，池化层向上取整。