张量流的tf.nn.max_pool中的'SAME'和'VALID'填充有什么区别？

什么是“相同”和“有效”填充之间的区别tf.nn.max_pool的tensorflow？

我认为，“有效”表示在进行最大池化时，边缘外部不会出现零填充。

根据深度学习卷积算法指南，它说池运算符中将没有填充，即仅使用的“ VALID” tensorflow。但是最大池的“相同”填充是tensorflow什么？

我将举一个例子使其更加清晰：

• x：输入形状为[2，3]，1通道的图像
• valid_pad：具有2x2内核，步幅2和有效填充的最大池。
• same_pad：具有2x2内核，步幅2和相同填充的最大池（这是经典的处理方式）

输出形状为：

• valid_pad：这里，没有填充，因此输出形状为[1，1]
• same_pad：在这里，我们将图像填充为[2，4]形状（使用-inf，然后应用最大池），因此输出形状为[1、2]

x = tf.constant([[1., 2., 3.],
                 [4., 5., 6.]])

x = tf.reshape(x, [1, 2, 3, 1])  # give a shape accepted by tf.nn.max_pool

valid_pad = tf.nn.max_pool(x, [1, 2, 2, 1], [1, 2, 2, 1], padding='VALID')
same_pad = tf.nn.max_pool(x, [1, 2, 2, 1], [1, 2, 2, 1], padding='SAME')

valid_pad.get_shape() == [1, 1, 1, 1]  # valid_pad is [5.]
same_pad.get_shape() == [1, 1, 2, 1]   # same_pad is  [5., 6.]

如果您喜欢ascii艺术：

• "VALID" =不带填充：

     inputs:         1  2  3  4  5  6  7  8  9  10 11 (12 13)
                    |________________|                dropped
                                   |_________________|

• "SAME" =零填充：

                 pad|                                      |pad
     inputs:      0 |1  2  3  4  5  6  7  8  9  10 11 12 13|0  0
                 |________________|
                                |_________________|
                                               |________________|

在此示例中：

• 输入宽度= 13
• 滤镜宽度= 6
• 步幅= 5

笔记：

• "VALID" 只删除最右边的列（或最下面的行）。
• "SAME" 尝试左右均匀填充，但是如果要添加的列数是奇数，它将在右边添加额外的列，如本示例中的情况（相同的逻辑在垂直方向上适用：可能会有额外的行底部的零）。

编辑：

关于名字：

• 使用"SAME"填充时，如果跨度为1，则图层的输出将具有与其输入相同的空间尺寸。
• 使用"VALID"填充时，没有“虚构的”填充输入。该图层仅使用有效的输入数据。

当stride为1时（卷积比池化更典型），我们可以想到以下区别：

• "SAME"：输出大小与输入大小相同。这要求过滤器窗口滑到输入图的外部，因此需要填充。
• "VALID"：过滤器窗口停留在输入地图内的有效位置，因此输出大小缩小filter_size - 1。没有填充发生。

所述TensorFlow卷积示例给出关于之间的差的概述SAME和VALID：

• 对于SAME填充，输出高度和宽度的计算公式如下：

  out_height = ceil(float(in_height) / float(strides[1]))
  out_width  = ceil(float(in_width) / float(strides[2]))

和

• 对于VALID填充，输出高度和宽度的计算公式如下：

  out_height = ceil(float(in_height - filter_height + 1) / float(strides[1]))
  out_width  = ceil(float(in_width - filter_width + 1) / float(strides[2]))

填充是增加输入数据大小的操作。如果是一维数据，则只需在数组上附加/添加常量，在二维中，将这些常量包围在矩阵中。在n-dim中，将常数包围在n-dim超立方体中。在大多数情况下，此常数为零，称为零填充。

这是一个p=1应用于2-d张量的零填充示例：

您可以对内核使用任意填充，但是某些填充值的使用频率要比其他填充值高：

• 有效填充。最简单的情况是完全没有填充。只需保持数据不变即可。
• 相同的填充有时也称为HALF填充。之所以称为SAME，是因为对于步幅= 1的卷积（或对于池化），它应产生与输入大小相同的输出。之所以称为HALF，是因为对于一个大小的内核k
• 全填充是最大填充，不会导致仅填充元素的卷积。对于内核大小k，此填充等于k - 1。

要在TF中使用任意填充，您可以使用 tf.pad()

快速说明

VALID：不要应用任何填充，即假设所有尺寸均有效，以便输入图像完全被您指定的过滤器和步幅覆盖。

SAME：对输入使用填充（如果需要），以使输入图像完全被滤镜覆盖，并跨步指定。对于第1步，这将确保输出图像大小相同输入。

笔记

• 这同样适用于转换层和最大池层
• 术语“有效”有点用词不当，因为如果您删除部分图像，事情不会变得“无效”。有时您甚至可能想要那样。这应该被称为NO_PADDING改为。
• 术语“相同”也是错误的称呼，因为只有当输出尺寸与输入尺寸相同时，步幅为1才有意义。例如，对于跨度为2的步，输出尺寸将为一半。应该应该AUTO_PADDING改为调用它。
• 在SAME（即自动填充模式）下，Tensorflow将尝试在左右两侧均匀地填充填充。
• 在VALID（即无填充模式）下，如果您的过滤器和步幅未完全覆盖输入图像，Tensorflow将在右边和/或底部单元格下降。

我引用官方tensorflow文档https://www.tensorflow.org/api_guides/python/nn#Convolution的答案 对于'SAME'填充，输出高度和宽度的计算方式如下：

out_height = ceil(float(in_height) / float(strides[1]))
out_width  = ceil(float(in_width) / float(strides[2]))

和顶部和左侧的填充计算为：

pad_along_height = max((out_height - 1) * strides[1] +
                    filter_height - in_height, 0)
pad_along_width = max((out_width - 1) * strides[2] +
                   filter_width - in_width, 0)
pad_top = pad_along_height // 2
pad_bottom = pad_along_height - pad_top
pad_left = pad_along_width // 2
pad_right = pad_along_width - pad_left

对于“有效”填充，输出高度和宽度的计算公式如下：

out_height = ceil(float(in_height - filter_height + 1) / float(strides[1]))
out_width  = ceil(float(in_width - filter_width + 1) / float(strides[2]))

填充值始终为零。

填充有三种选择：有效（无填充），相同（或一半），完整。您可以在以下位置找到说明（在Theano中）：http : //deeplearning.net/software/theano/tutorial/conv_arithmetic.html

• 有效或无填充：

有效填充不涉及零填充，因此它仅覆盖有效输入，不包括人工生成的零。如果步幅s = 1，则对于内核大小k，输出的长度为（（输入的长度）-（k-1））。

• 相同或一半填充：

当s = 1时，相同的填充使输出的大小与输入的大小相同。如果s = 1，则填充的零数为（k-1）。

• 全填充：

完全填充意味着内核将在整个输入上运行，因此，在最后，内核可能会遇到唯一的一个输入，而其他输入可能为零。如果s = 1，则填充的零数为2（k-1）。如果s = 1，则输出长度为（（输入长度​​）+（k-1））。

因此，填充数：（有效）<=（相同）<=（满）

启用/禁用填充。确定输入的有效大小。

VALID:没有填充。卷积运算等操作仅在“有效”的位置执行，即不太靠近张量的边界。
使用3x3的内核和10x10的图像，您将在边界内的8x8区域执行卷积。

SAME:提供填充。每当您的操作引用邻域（无论大小）时，当该邻域超出原始张量时，都会提供零值，以使该操作也可以处理边界值。
使用3x3的内核和10x10的图像，您将在整个10x10区域上进行卷积。

有效填充：这是零填充。希望没有混乱。

x = tf.constant([[1., 2., 3.], [4., 5., 6.],[ 7., 8., 9.], [ 7., 8., 9.]])
x = tf.reshape(x, [1, 4, 3, 1])
valid_pad = tf.nn.max_pool(x, [1, 2, 2, 1], [1, 2, 2, 1], padding='VALID')
print (valid_pad.get_shape()) # output-->(1, 2, 1, 1)

相同的 填充：首先要理解这有点棘手，因为我们必须分别考虑两个条件，如官方文档中所述。

让我们将输入设为，将输出设为，将填充设为，将步幅设为，将内核大小设为（仅考虑一个维度）

情况01 ：：

情况02 ：：

计算出使得填充可用的最小值。由于的值是已知的，因此可以使用此公式找到的值。

让我们算出这个例子：

x = tf.constant([[1., 2., 3.], [4., 5., 6.],[ 7., 8., 9.], [ 7., 8., 9.]])
x = tf.reshape(x, [1, 4, 3, 1])
same_pad = tf.nn.max_pool(x, [1, 2, 2, 1], [1, 2, 2, 1], padding='SAME')
print (same_pad.get_shape()) # --> output (1, 2, 2, 1)

x的维数为（3,4）。然后，如果采取水平方向（3）：

如果采用垂直方向（4）：

希望这将有助于理解SAME填充在TF中的实际作用。

根据此处的说明以及Tristan的回答，我通常使用这些快速功能进行健全性检查。

# a function to help us stay clean
def getPaddings(pad_along_height,pad_along_width):
    # if even.. easy..
    if pad_along_height%2 == 0:
        pad_top = pad_along_height / 2
        pad_bottom = pad_top
    # if odd
    else:
        pad_top = np.floor( pad_along_height / 2 )
        pad_bottom = np.floor( pad_along_height / 2 ) +1
    # check if width padding is odd or even
    # if even.. easy..
    if pad_along_width%2 == 0:
        pad_left = pad_along_width / 2
        pad_right= pad_left
    # if odd
    else:
        pad_left = np.floor( pad_along_width / 2 )
        pad_right = np.floor( pad_along_width / 2 ) +1
        #
    return pad_top,pad_bottom,pad_left,pad_right

# strides [image index, y, x, depth]
# padding 'SAME' or 'VALID'
# bottom and right sides always get the one additional padded pixel (if padding is odd)
def getOutputDim (inputWidth,inputHeight,filterWidth,filterHeight,strides,padding):
    if padding == 'SAME':
        out_height = np.ceil(float(inputHeight) / float(strides[1]))
        out_width  = np.ceil(float(inputWidth) / float(strides[2]))
        #
        pad_along_height = ((out_height - 1) * strides[1] + filterHeight - inputHeight)
        pad_along_width = ((out_width - 1) * strides[2] + filterWidth - inputWidth)
        #
        # now get padding
        pad_top,pad_bottom,pad_left,pad_right = getPaddings(pad_along_height,pad_along_width)
        #
        print 'output height', out_height
        print 'output width' , out_width
        print 'total pad along height' , pad_along_height
        print 'total pad along width' , pad_along_width
        print 'pad at top' , pad_top
        print 'pad at bottom' ,pad_bottom
        print 'pad at left' , pad_left
        print 'pad at right' ,pad_right

    elif padding == 'VALID':
        out_height = np.ceil(float(inputHeight - filterHeight + 1) / float(strides[1]))
        out_width  = np.ceil(float(inputWidth - filterWidth + 1) / float(strides[2]))
        #
        print 'output height', out_height
        print 'output width' , out_width
        print 'no padding'


# use like so
getOutputDim (80,80,4,4,[1,1,1,1],'SAME')

综上所述，“有效”填充表示没有填充。卷积层的输出大小根据输入大小和内核大小而缩小。

相反，“相同”填充表示使用填充。当跨度设置为1时，在计算卷积时，通过在输入数据周围附加一定数量的“ 0边界”，将卷积层的输出大小保持为输入大小。

希望这种直观的描述有所帮助。

此处，W和H是输入的宽度和高度，F是过滤器尺寸，P是填充大小（即，要填充的行数或列数）

对于相同的填充：

对于有效填充：

补充YvesgereY的好答案，我发现此可视化非常有用：

填充有效 ”是第一个数字。过滤器窗口停留在图像内部。

填充“ 相同 ”是第三个数字。输出大小相同。

在本文上找到它。

Tensorflow 2.0兼容答案：上面已经提供了有关“有效”和“相同”填充的详细说明。

但是，Tensorflow 2.x (>= 2.0)为了社区的利益，我将在中指定不同的Pooling Function及其各自的Command 。

1.x中的功能：

tf.nn.max_pool

tf.keras.layers.MaxPool2D

Average Pooling => None in tf.nn, tf.keras.layers.AveragePooling2D

2.x中的功能：

tf.nn.max_pool如果在2.x和tf.compat.v1.nn.max_pool_v2或中使用tf.compat.v2.nn.max_pool，则从1.x迁移到2.x。

tf.keras.layers.MaxPool2D 如果在2.x和

tf.compat.v1.keras.layers.MaxPool2D或tf.compat.v1.keras.layers.MaxPooling2D或 tf.compat.v2.keras.layers.MaxPool2D或tf.compat.v2.keras.layers.MaxPooling2D（如果从1.x迁移到2.x）。

Average Pooling => tf.nn.avg_pool2d或者tf.keras.layers.AveragePooling2D在TF 2.x中使用

tf.compat.v1.nn.avg_pool_v2或tf.compat.v2.nn.avg_pool或tf.compat.v1.keras.layers.AveragePooling2D或tf.compat.v1.keras.layers.AvgPool2D或tf.compat.v2.keras.layers.AveragePooling2D或tf.compat.v2.keras.layers.AvgPool2D，如果从1.x中迁移到2.x版本

有关从Tensorflow 1.x迁移到2.x的更多信息，请参阅此迁移指南。