CNN中的卷积和池化的边界问题一般咋处理?
【CNN中的卷积和池化的边界问题一般咋处理?】 这个确实是CNN中很蛋疼的问题，说下我们实践中的处理。
现在我们一般的思路是，
卷积利用pad不改变图像尺寸（或者利用stride做缩放）。提前设计好图像分辨率，保证Pooling不会出现这样的问题。（我们是用a*2^n的尺寸，可以一直Pooling到a分辨率）这样的好处是不用考虑太多尺寸的问题。因为我们还要处理deconv出来的图片。尺寸变那么一两个像素后面处理会很麻烦。
换句话说，我们利用规划好的图片输入，kernel不用偶数，直接避免了你提出的问题。
原因是因为，
这些问题真的很蛋疼，谁也不愿意碰上。实际对网络的性能基本没影响（起码目前来看）。能消灭掉的问题，就不要尝试解决了。当然，如果题主想要理解CNN，这些边界的特殊条件确实有助于更好的理解具体的操作，有助于自己了解CNN的具体实现。
■网友
1 那么多工具你非得自己实现吗？2 反正图片都被rescale了，你就不能想像别人一样设计个没有边界问题的尺寸吗？
■网友
对原始图像大小进行设计，大些可以裁切。小了可以填边，填0就是填黑色，影响最小，因为权重与0相乘比较特殊。两边不一样说明模型设计得不讲究，一定要不一样就随便了，影响不大。是的，增加了原图的大小。
■网友
边界问题一般用4种方法处理：
用边界像素灰度进行拓展用0填充最右和最左相邻，最上和最下相邻，认为图像是个循环的，用相邻像素填充舍弃无法卷积的部分
推荐阅读
- 鄂温克冬季马赛-30℃极寒开赛：寒冬中的火热派对
- 大雪@大雪腌肉 适当进补 今日大雪
- |电商事业中的“闪光少年”
- hadoop中的mapreduce链接（mapreduce chaining）怎样避免中间文件的产生
- 经观汽车|日系车企中的“异类”？东风日产将导入e-POWER技术大干增程式混动 | 经观汽车
- 中年|这些东西，比你想象中的还要大得多！
- 请问杨毅微博中的这两人是谁
- 某些公司招聘要求中的精通mysql是啥程度
- 宝宝|婴幼儿游泳——宝宝人生中的第一健身运动
- 汽车|你眼中的未来出行世界——YiMagazine x 道达尔