【CNN基础】卷积神经网络笔记—Padding

理解CNN中的Padding操作： 6*6矩阵与3*3矩阵卷积，得到4*4矩阵。普遍规律是  n*n 卷积 f*f 得到 n-f+1 * n-f+1。 但是存在两个缺点： 1.卷积后的矩阵越变越小（如果卷积层100层，每一层都缩小最终得到的将是很小的图片） 2.输入矩阵（左）边缘像素（绿阴影）只被计算过一次，而中间像素（红阴影）被卷积计算多次，意味着丢失图像角落信息。 为了解决这两个问题，就对输入

>>阅读原文<<