填充

在卷积神经网络中，填充指的是在输入图像或特征图周围添加额外的 "像素" 或值层。这通常使用零（零填充）完成，但也可以使用其他值。填充的主要目的是控制输出特征图的空间大小，并管理卷积操作期间产生的边界效应。通过策略性地添加填充，我们可以保持原始输入大小，防止边缘信息丢失，并提高网络性能。