Tensorflow 卷积 tf.nn.conv2d 参数跨度
Tensorflow Convolution tf.nn.conv2d argument strides
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1],
padding='SAME')
有人可以帮助我理解，这个地方的步幅有什么功能？。如果可能，请解释每个论点
stride的意思是你在一个维度上如何向前跳跃，你的维度是[batch, height, width, color]。
- 如果设置 strides=[1, 1, 1, 1]，过滤器 window 将移动 1 个批次、1 个高度像素、1 个宽度像素和 1 个颜色像素
- 如果设置 strides=[1, 2, 2, 1]，过滤器 window 将移动 1 个批次、2 个高度像素、2 个宽度像素和 1 个颜色像素（假设您有一个图像和一个 window，处理后，你将 window 向左移动 2 个像素，向下移动 2 个像素）
该效果将导致输出尺寸较小（~1/2 高度和 1/2 宽度）
padding='SAME' 将用零填充图像的边界，以便您可以对左上角的像素进行卷积。
可以找到其他参数解释 here。
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
有人可以帮助我理解，这个地方的步幅有什么功能？。如果可能，请解释每个论点
stride的意思是你在一个维度上如何向前跳跃，你的维度是[batch, height, width, color]。
- 如果设置 strides=[1, 1, 1, 1]，过滤器 window 将移动 1 个批次、1 个高度像素、1 个宽度像素和 1 个颜色像素
- 如果设置 strides=[1, 2, 2, 1]，过滤器 window 将移动 1 个批次、2 个高度像素、2 个宽度像素和 1 个颜色像素（假设您有一个图像和一个 window，处理后，你将 window 向左移动 2 个像素，向下移动 2 个像素） 该效果将导致输出尺寸较小（~1/2 高度和 1/2 宽度）
padding='SAME' 将用零填充图像的边界，以便您可以对左上角的像素进行卷积。
可以找到其他参数解释 here。