tf.nn.conv3d使用‘VALID’和‘SAME’模式导致卷积结果不同,问题在哪里?

x shape为[10,103,5,5,1]
w shape为[103,3,3,1,128]
(1)执行
A = tf.nn.conv3d(x,w,strides=[1,1,1,1,1], padding=‘VALID’)
#A的shape为
[10, 1, 3, 3, 128]
(2)执行
A = tf.nn.conv3d(x,w,strides=[1,1,1,1,1], padding=‘SAME’)
#A的shape为
[10, 103, 5, 5, 128]

疑问为啥执行(2)的A的深度为103呢,不应该为“1”?

猜你喜欢

转载自blog.csdn.net/sanxiaw/article/details/104507363