Acho que não consegui achar o conceito de padding, não sei se foi falta de atenção minha.
Mas afinal, o que é o parâmetro padding, e por qual motivo quando definimos ele em 2 os tensores de imagem não perdem resolução?
Acho que não consegui achar o conceito de padding, não sei se foi falta de atenção minha.
Mas afinal, o que é o parâmetro padding, e por qual motivo quando definimos ele em 2 os tensores de imagem não perdem resolução?
hoje, com a Alura e o Google Gemini
Olá Yan,
Em redes convolucionais (ConvNets ou CNNs), o termo "padding" refere-se à técnica de adicionar valores (geralmente zeros) ao redor da borda de uma imagem de entrada antes de aplicar as operações de convolução. O objetivo do padding é controlar o tamanho da saída da camada de convolução, mantendo ou aumentando as dimensões espaciais da imagem após a convolução.
Portanto, quando você define o padding como 2, por exemplo, os tensores de imagem não perdem resolução, pois os valores de padding adicionados ao redor da imagem permitem que o filtro de convolução se mova livremente sobre a imagem, incluindo suas bordas, sem diminuir as dimensões espaciais. Isso é especialmente útil quando você deseja manter a resolução espacial da imagem ao passá-la por várias camadas de convolução em uma rede neural convolucional.