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
风象南1 小时前
最适合新手先装的 20 个 OpenClaw Skills 来了!
人工智能
小兵张健12 小时前
35岁程序员的春天来了
人工智能
大怪v12 小时前
AI抢饭?前端佬:我要验牌!
前端·人工智能·程序员
冬奇Lab12 小时前
OpenClaw 深度解析(六):节点、Canvas 与子 Agent
人工智能·开源
刀法如飞13 小时前
AI提示词框架深度对比分析
人工智能·ai编程
IT_陈寒15 小时前
Python开发者必知的5大性能陷阱:90%的人都踩过的坑!
前端·人工智能·后端
1G16 小时前
openclaw控制浏览器/自动化的playwright MCP + Mcporter方案实现
人工智能
踩着两条虫16 小时前
VTJ.PRO 双向代码转换原理揭秘
前端·vue.js·人工智能
扉川川16 小时前
OpenClaw 架构解析:一个生产级 AI Agent 是如何设计的
前端·人工智能
星浩AI16 小时前
让模型自己写 Skills——从素材到自动生成工作流
人工智能·后端·agent