往期視頻（前往公眾號有三AI觀看）

為什么CNN中的卷積核一般都是奇數*奇數？

熟悉CNN應該都知道常見的卷積核都是3*3或者5*5等，也就是奇數*奇數，似乎都沒看過偶數的，這是為什么呢？

作者/編輯?湯興旺

?

在CNN中，卷積核的大小是3*3或者5*5是最常見的。也就是說我們見到的卷積核幾乎都是奇數*奇數的。在LeNet5中兩個卷積層的卷積核都是5*5。

而在AlexNet中共有5個卷積層，conv1的卷積核大小是11*11；conv2的卷積核大小是5*5；conv3的卷積核大小是3*3；conv4的卷積核大小是3*3；conv5的卷積核大小是3*3。

看到了嗎？都是奇數！這是為什么呢？

解答1：更容易padding！

在卷積時，我們有時候需要卷積前后的尺寸不變。這時候我們就需要用到padding。假設圖像的大小，也就是被卷積對象的大小為n*n，卷積核大小為k*k，padding的幅度設為(k-1)/2時，卷積后的輸出就為(n-k+2*((k-1)/2))/1+1=n，即卷積輸出為n*n，保證了卷積前后尺寸不變。但是如果k是偶數的話，(k-1)/2就不是整數了。

解答2：更容易找到卷積錨點！

在CNN中，進行卷積操作時一般會以卷積核模塊的一個位置為基準進行滑動，這個基準通常就是卷積核模塊的中心。若卷積核為奇數，卷積錨點很好找，自然就是卷積模塊中心，但如果卷積核是偶數，這時候就沒有辦法確定了，讓誰是錨點似乎都不怎么好。

思考

你現在知道為什么CNN中的卷積核一般都是奇數*奇數了嗎？對于卷積核還有許多細節值得我們思考！如果您對卷積核有什么問題或者見解，歡迎留言！

?

轉載文章請后臺聯系

侵權必究

技術交流請移步知識星球

感謝各位看官的耐心閱讀，不足之處希望多多指教。后續內容將會不定期奉上，歡迎大家關注有三公眾號 有三AI！

總結

以上是生活随笔為你收集整理的【AI-1000问】为什么CNN中的卷积核半径都是奇数？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。