吴恩达深度学习第4课 1.4：填充

视频封面

视频元信息

课程来源：吴恩达深度学习专项课程（Deep Learning Specialization）
所属章节：卷积神经网络（CNN）第一周 1.4 填充（Padding）
视频时长：约 9 分 50 秒
讲师：吴恩达（Andrew Ng）

内容摘要（TL;DR）

本视频讲解卷积神经网络中填充（Padding） 的概念与作用。通过给输入图像边缘补零，解决两个问题：一是卷积操作导致图像逐层缩小，二是边缘像素信息被利用不足。介绍了Valid 卷积（无填充）和 Same 卷积（输出与输入同尺寸）两种常见模式，并推导出 Same 卷积所需的填充量公式 P = (F-1)/2，同时说明计算机视觉中滤波器尺寸通常取奇数的原因。

1. 卷积操作导致输出缩小的基本问题 [00:02]

1.1 基本卷积回顾

输入一张 6×6 的图像，用一个 3×3 的滤波器做卷积，输出结果是 4×4 的矩阵。
原因：3×3 滤波器在 6×6 图像上只有 4×4 个可放置的位置。

1.2 输出尺寸通用公式

如果输入是 n×n 图像，滤波器是 f×f，则输出维度为：(n - f + 1) × (n - f + 1)

本例验证：6 - 3 + 1 = 4，所以输出是 4×4。

理解：这个公式的本质是「滑动窗口能放多少个位置」，横向和纵向各有 n-f+1 个有效起始位置。

2. 不做填充的两个缺点 [01:07]

缺点一：图像每经过一次卷积就缩小

每次卷积操作，图像都会从 6×6 缩小到 4×4。
如果构建很深的网络（比如 100 层），每层都缩小一点，最终图像会变得非常小（甚至到 1×1）。
这限制了网络的深度和表达能力。

缺点二：边缘像素信息被丢弃

图像角落的像素只会被一个 3×3 区域覆盖，因此它只影响输出的一个格子。
而图像中间的像素会被很多个 3×3 区域覆盖，影响输出的多个格子。
结论：边缘信息在输出中被利用得很少，相当于丢弃了图像边缘的大量信息。

考点：这两个缺点是填充（Padding）存在的根本动机——既要保持图像尺寸不缩小，又要让边缘像素获得更多参与机会。

3. 填充（Padding）的解决方案 [02:37]

3.1 具体做法

在卷积操作之前，给图像边缘补一圈像素（通常补 0，即 zero-padding）。
例如：给 6×6 图像补 1 圈，变成 8×8 图像。
用 3×3 滤波器对 8×8 图像卷积：8 - 3 + 1 = 6，输出又变回 6×6，与原始输入尺寸一致。

3.2 填充量 p 的通用公式

如果填充量为 p，则输出维度为：(n + 2p - f + 1) × (n + 2p - f + 1)

本例验证：6 + 2×1 - 3 + 1 = 6，输出为 6×6。

3.3 填充带来的好处

原来处于角落的像素，现在能影响输出的多个格子，边缘信息被更充分利用。
可以按需填充更多圈，比如 p = 2。

思考：填充本质上是「人为扩大感受野的边界覆盖」，让边缘像素从"只被看一次"变成"被看多次"。

4. 两种常见填充模式：Valid 与 Same [05:00]

4.1 Valid 卷积（Valid Convolution）

含义：不做任何填充，即 p = 0。
输出尺寸：(n - f + 1) × (n - f + 1)。
这是之前视频中一直使用的模式（6×6 卷 3×3 得 4×4）。

4.2 Same 卷积（Same Convolution）

含义：通过填充使输出尺寸与输入尺寸相同。
即要求：n + 2p - f + 1 = n。
解方程：
- n 两边消掉，得 2p - f + 1 = 0
- 即 2p = f - 1
- 所以 p = (f - 1) / 2

考点：Same 卷积的填充量公式 P = (F - 1) / 2

f = 3 时，p = (3-1)/2 = 1

f = 5 时，p = (5-1)/2 = 2

f = 7 时，p = (7-1)/2 = 3

推导：Same 卷积要求输出尺寸等于输入尺寸，即 n + 2p - f + 1 = n，移项得 2p = f - 1，故 p = (f-1)/2。

5. 为什么滤波器尺寸通常是奇数 [07:44]

5.1 常见约定

计算机视觉中，f 几乎总是奇数（3×3、5×5、7×7 最常见）。
很少见到偶数尺寸的滤波器。

5.2 两个原因

原因一：Same 卷积需要对称填充

如果 f 是偶数，p = (f-1)/2 不是整数，就需要不对称填充（比如左边多填一点、右边少填一点）。
只有 f 是奇数时，Same 卷积才能给出自然的、四周对称的填充。

原因二：奇数滤波器有中心像素

奇数尺寸（如 3×3、5×5）的滤波器有一个明确的中心位置。
这在计算机视觉中很方便，便于描述滤波器的位置。

思考：吴恩达也坦言这两个理由都不算特别强，但作为行业惯例，建议直接沿用奇数滤波器。使用偶数滤波器性能通常也不会差，只是不符合主流约定。

5.3 补充说明

后续课程还会讲到 1×1 滤波器及其适用场景。
文献中 3×3 最常见，也有 5×5、7×7。

6. 本节小结 [09:22]

指定卷积操作的填充方式有三种选择：

直接指定 p 的数值；
Valid 卷积：即 p = 0，不填充；
Same 卷积：填充到使输出与输入尺寸相同，即 p = (f-1)/2。

下一节预告：如何实现步长卷积（Strided Convolutions）。

关键要点回顾

概念	公式/说明
无填充输出尺寸	(n - f + 1) × (n - f + 1)
有填充输出尺寸	(n + 2p - f + 1) × (n + 2p - f + 1)
Valid 卷积	p = 0
Same 卷积	p = (f - 1) / 2
滤波器惯例	f 通常取奇数