当tensorflow中的内核大小和步幅相同时，填充值公式是什么？

Question

在解码内核大小和步长的“相同”值时，tensorflow是否遵循任何通用公式

tf.keras.layers.Conv2D(hiddim_v * 4, kernel_size = 3, stride= 1, "same")

Answer 1

根据官方文件https://www.tensorflow.org/api_docs/python/tf/nn/convolution

If padding == "SAME": output_spatial_shape[i] = ceil(input_spatial_shape[i] / strides[i])
If padding == "VALID": output_spatial_shape[i] = ceil((input_spatial_shape[i] - (spatial_filter_shape[i]-1) * dilation_rate[i]) / strides[i]).

空间滤波器的形状是核的大小