在Keras中实现模型时如何解读与编码stride/padding参数？

标注含义解读 #

模型图里的1/2类Stride/Padding标注，行业通用约定为前者是步长（Stride），后者是填充（Padding），无特殊图例说明时都按这个顺序解读。

Keras对应实现方案 #

分两种常见场景处理：

• 标注为整数Stride/整数Padding的普通卷积
  Keras原生Conv2D的padding参数仅支持"same"/"valid"两个字符串值，如果需要设置固定数值的填充，要搭配ZeroPadding2D层使用，示例如下：

  from tensorflow.keras.layers import Input, ZeroPadding2D, Conv2D
  
  # 对应标注1/2：Stride=1，Padding=2的场景
  input_layer = Input(shape=(64, 64, 3))
  # 先做2像素的全局填充
  x = ZeroPadding2D(padding=2)(input_layer)
  # 卷积层步长设为1，padding用valid避免额外填充
  x = Conv2D(filters=64, kernel_size=3, strides=1, padding="valid")(x)
  

• 标注为分数Stride（如1/2）的上采样场景
  步长为分数的情况一般出现在上采样分支，对应Keras的转置卷积层Conv2DTranspose，分数步长的倒数就是转置卷积的步长参数值，示例如下：

  from tensorflow.keras.layers import Conv2DTranspose
  
  # 对应Stride=1/2，Padding=1的上采样场景，输出尺寸为输入的2倍
  x = Conv2DTranspose(filters=32, kernel_size=3, strides=2, padding="same")(x)
  

参数校验方法 #

可以通过卷积输出尺寸公式反向验证参数设置是否匹配图中尺寸：

• 普通卷积输出尺寸：输出高 = floor((输入高 + 2*填充值 - 卷积核大小) / 步长 + 1)，宽度计算逻辑和高度一致
• 转置卷积（padding=same时）输出尺寸：输出高 = 输入高 * 步长

内容的提问来源于stack exchange，提问作者UniX