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
千匠网络4 分钟前
S2B供应链平台:优化资源配置,推动产业升级
大数据·人工智能·产品运营·供应链·s2b
JERRY. LIU16 分钟前
大脑各组织类型及其电磁特性
人工智能·神经网络·计算机视觉
吐个泡泡v25 分钟前
深度学习中的“压缩与解压“艺术:自编码器与VAE详解
深度学习·vae·生成模型·自编码器
l木本I31 分钟前
uv 技术详解
人工智能·python·深度学习·机器学习·uv
通义灵码37 分钟前
在 IDEA 里用 AI 写完两个 Java 全栈功能,花了 7 分钟
人工智能·ai编程·qoder
TracyCoder12338 分钟前
机器学习与深度学习基础(五):深度神经网络经典架构简介
深度学习·机器学习·dnn
AI营销快线41 分钟前
AI如何每日自动生成大量高质量营销素材?
大数据·人工智能
元智启43 分钟前
企业 AI 智能体:零代码落地指南与多场景实操案例
人工智能
xiaoxiaoxiaolll1 小时前
智能计算模拟:第一性原理+分子动力学+机器学习
人工智能·机器学习