关于卷积神经网络的步幅(stride)

认识步幅(stride)

卷积核从输入数组的最左上方开始,按从左往右、从上往下的顺序,依次在输入数组上滑动,我们将每次滑动的行数和列数称为步幅。

计算步幅

假设输入的形状n∗n,卷积核的形状为f∗f,填充大小为p,步幅大小为s,输出的高和宽均为((n+2p−f)/s)​+1。 这里可以看到,当参数选择的不恰当时,会造成输出形状计算得出不是整数,所以这里的参数选择需要比较小心。

如何调用Pytorch中的步幅

nn.Conv2d()中的参数stride就表示滑动的步幅,默认情况下stride=1,常用的有stride=2

相关推荐
有个人神神叨叨1 小时前
AI Coding 时代的企业级应用架构
人工智能·架构
SkyXZ1 小时前
人脸伪造判别分类网络CNN&Transformer
深度学习
星爷AG I2 小时前
14-2 个体、任务与环境(AGI基础理论)
人工智能·agi
飞Link3 小时前
深度解析 LSTM 神经网络架构与实战指南
人工智能·深度学习·神经网络·lstm
前端不太难3 小时前
AI 时代,鸿蒙 App 还需要传统导航结构吗?
人工智能·状态模式·harmonyos
格林威3 小时前
工业相机图像高速存储(C#版):内存映射文件方法,附Basler相机C#实战代码!
开发语言·人工智能·数码相机·c#·机器视觉·工业相机·堡盟相机
geneculture3 小时前
AGI Maths融智学AGI数学模型
人工智能·融智学的重要应用·哲学与科学统一性·信息融智学·融智时代(杂志)·agi maths.
OpenMMLab3 小时前
Agent范式转移:组织、协作与商业的重构
人工智能·大模型·多模态大模型·智能体·openclaw
love530love3 小时前
Windows 11 源码编译 vLLM 0.16 完全指南(RTX 3090 / CUDA 12.8 / PyTorch 2.7.1)
人工智能·pytorch·windows·python·深度学习·vllm·vs 2022