卷积网络中卷积和池化之后，图像的尺寸变化

在卷积和和池化的过程中存在着两种对图像的处理形式： 在这个例子中： 输入跨度为13 滤波器宽度为6 步幅为5 “VALID”：只会丢掉最右边的列（或最底部的行） “SAME”：尝试向左或右均匀填充，但如果添加的列数是奇数，它将向右添加偶数，向左侧添加奇数个列（向下添加偶数个列，向上添加奇数个列） 在 tensorflow 中，tf.nn.conv2d函数和tf.nn.max_pool函数，尺寸变化

>>阅读原文<<