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
lpfasd1233 分钟前
2026年第11周GitHub趋势周报:AI智能体爆发,RAG与本地部署成新焦点
人工智能·github
nonono7 分钟前
深度学习——SETR(Segmentation Transformer)学习(2020.12)
深度学习·学习·transformer
欧阳天羲8 分钟前
AI 时代前端工程师发展路线
前端·人工智能·状态模式
理性的曜8 分钟前
AI语音通话系统设计思路:从语音输入到智能回复
人工智能·python·websocket·fastapi
专业发呆业余科研9 分钟前
深度反思不变学习:当 EIIL 失效时,如何通过“偏见诱导”重建环境标签?
人工智能·python·深度学习·神经网络·机器学习
EriccoShaanxi12 分钟前
精准赋能,智护苍穹—高性能石英加速度计解锁高端惯性测量新高度
人工智能·机器人·无人机
董董灿是个攻城狮14 分钟前
大模型连载8:词向量如何表示近义词?
人工智能·python·算法·机器学习
超捻17 分钟前
openClaw 安装后访问不了面包解决
人工智能
爱打代码的小林18 分钟前
基于 LangChain 实现带记忆功能的智能对话
人工智能·langchain