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
飞哥数智坊25 分钟前
GLM-4.6V 初探:国产 AI 能边写边自己配图了
人工智能·chatglm (智谱)
杰克逊的日记38 分钟前
大模型的原理是什么
人工智能·大模型·gpu·算力
智算菩萨42 分钟前
AI在智能制造中的落地:从预测维护到自适应生产调度
人工智能·制造
云和数据.ChenGuang1 小时前
AI 算力竞争下的昇腾硬件定位
人工智能
中科天工1 小时前
从“人海战术”到“无人值守”:一套智能工厂解决方案,如何用最小空间释放最大产能?
大数据·人工智能·智能
zhaodiandiandian1 小时前
生成式AI重塑内容创作:人机协同开启行业新生态
大数据·人工智能
科技动态1 小时前
BOE(京东方)“焕新2026”年终媒体智享会落地成都 三大显示技术品牌引领行业发展风潮
大数据·人工智能·媒体
魔镜前的帅比2 小时前
向量数据库原理
数据库·人工智能
沃达德软件2 小时前
警务大数据实战模型解析
大数据·人工智能