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
生活观察站几秒前
仓储物流场景的工业配送和工业AMR品牌应该怎么选?
人工智能
GoAI1 分钟前
《深入浅出Agent》:项目深度解析Autoresearch
人工智能·深度学习·大模型·llm·agent
新知图书1 分钟前
基于 FAISS 的 AI 长期记忆系统示例
人工智能·智能体·langchian
夜起叶落1 分钟前
Claude Code 视觉桥接方案,全程 Agent 执行
人工智能
明月(Alioo)4 分钟前
Agent 自主学习记忆:让 AI 从经验中成长的闭环系统
人工智能·ai
田井中律.4 分钟前
知识图谱(知识融合)【第十三章】
人工智能·知识图谱
浔川python社6 分钟前
视界新生,多模态破壁 ——DeepSeek 识图模式正式上线
人工智能·deepseek
云烟成雨TD6 分钟前
Spring AI 1.x 系列【30】向量数据库:核心 API 和入门案例
java·人工智能·spring
wuxinyan1238 分钟前
大模型学习之路01:提示工程从入门到精通(第一篇)
人工智能·学习·提示词
互联网推荐官12 分钟前
上海物联网应用开发技术路径拆解:从协议选型到平台架构的工程实践
大数据·人工智能·软件工程