Conv2D — padding="valid"

keras.layers.Conv2D / padding="valid"

Conv2D применяет обучаемый фильтр (ядро), скользя по входной карте признаков. В каждой позиции вычисляется поэлементное произведение окна и ядра, результаты суммируются: out = Σ(input × kernel) + bias. Показан кросс-фильтр 3×3, bias=0.

При padding="valid" нулевых пикселей не добавляется. Размер выхода: (H − kH + 1) × (W − kW + 1). Вход 5×5, ядро 3×3 → выход 3×3. Краевые пиксели вносят вклад только в 1 выходной пиксель, а центральный — в 9. Нажмите Тепловая карта, чтобы увидеть это неравенство.

Фильтр (3×3)
cross kernel
×
Input (5×5)
Output (3×3)
Текущее вычисление — input × kernel
Σ
→ output
Нажмите Play для запуска
1× (угловые)9× (центр)
Число раз, которое каждый пиксель входит в вычисление output