卷積步長strides引數的具體解釋

conv1 = tf.nn.conv2d(input_tensor,conv1_weights,strides=[1,1,1,1],padding='same')

這是乙個常見的卷積操作，其中strides=【1,1,1,1】表示滑動步長為1，padding=『same』表示填0操作

當我們要設定步長為2時，strides=【1,2,2,1】，很多同學可能不理解了，這四個引數分別代表了什麼，查了官方函式說明一樣不明不白，今天我來解釋一下。

strides在官方定義中是乙個一維具有四個元素的張量，其規定前後必須為1，這點大家就別糾結了，所以我們可以改的是中間兩個數，中間兩個數分別代表了水平滑動和垂直滑動步長值，於是就很好理解了。

在卷積核移動逐漸掃瞄整體圖時候，因為步長的設定問題，可能導致剩下未掃瞄的空間不足以提供給卷積核的，大小掃瞄 比如有圖大小為5*5,卷積核為2*2,步長為2,卷積核掃瞄了兩次後，剩下乙個元素，不夠卷積核掃瞄了，這個時候就在後面補零，補完後滿足卷積核的掃瞄，這種方式就是same。如果說把剛才不足以掃瞄的元素位置拋棄掉，就是valid方式。

卷積步長strides引數的具體解釋

conv1 tf.nn.conv2d input tensor,conv1 weights,strides 1,1,1,1 padding same 這是乙個常見的卷積操作，其中strides 1,1,1,1 表示滑動步長為1，padding same 表示填0操作 當我們要設定步長為2時，stri...

卷積中的引數

卷積引數 引數,filter多少,卷積核大小 32 32 3 5 5 3卷積後,得到 28 28 1 計算公式 32 5 1,若使用6個filter 那麼就是得到28 28 6個輸出 即 加上bias後,5 5 3 6 6 456個引數 卷積後的大小計算 關鍵引數 步長,卷積核大小 n f stri...

多通道卷積引數的計算

input 3,32,32 3通道，大小為32 32的影象 output 32,30,30 32通道，大小為30 30的影象 卷積過程說明 kernel size 3,3 stride 1,1 padding 0 最終的卷積引數計算結果是 3 3 3 32 32 896 這個值是怎麼計算得出的？輸入...