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?
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
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?
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.