[CNN] Padding

이와같은 그림을 보게되면 Input featuremap을 거치게되면 작은 Kernel(Weight)를 거치게 되면 Output featuremap은 작아지게된다

 

이와같은 공식을 따르게 되는데 여기서 P는 Padding ,K는 Kernel, S는 Stride이다

Ouput map은 이와같이 기술되는데

Padding을 사용하지않았다면 Output Featuremap은 2*2 Size가 된다

 

이와같이 Padding을 사용하게되면

Output Featuremap이 증가하게된다 이는

이 공식에 따라 확인할수있다 Input Featuremap은 3*3이였고 Stride는 1로 설정하였으므로 Output Feauturemap은 4*4가된다

이는 Fmapdata를 읽을때 rd_en을 꺼줌으로써 0을 읽어오는것처럼 활용할 수있다

이코드를 보게되면 read_cnt는 몇번째 열을 읽고있는지 나타내주고

Current_row는 현재 열

Padding은 1로 High된다면 0의 Data가 쓰여지도록한다

Slice_size_reg는 Fmap 한변의 길이를 나타내고 

Slic_szie_reg+1을 해주는 이유는 Padding이 일어났을경우를 생각해줘야하기 때문이다 

이와같이 Padding이 On될때 Fmapdata에 Padding이 되며 Fmap_data_in이 0임을 알수있다