Python深度學習pytorch神經(jīng)網(wǎng)絡填充和步幅的理解
更新時間：2021年10月11日 14:30:49 作者：Supre_yuan
這篇文章主要介紹了Python深度學習pytorch神經(jīng)網(wǎng)絡填充和步幅的理解
上圖中，輸入的高度和寬度都為3，卷積核的高度和寬度都為2，生成的輸出表征的維度為 2 × 2 2\times2 2×2。從上圖可看出卷積的輸出形狀取決于輸入形狀和卷積核的形狀。
填充
以上面的圖為例，在應用多層卷積時，我們常常丟失邊緣像素。
解決這個問題的簡單方法即為填充（padding）：在輸入圖像的邊界填充元素（通常填充元素是0）。
例如，在上圖中我們將 3 × 3 3\times3 3×3輸入填充到 5 × 5 5\times5 5×5，那么它的輸出就增加為 4 × 4 4\times4 4×4。變換如下圖所示：
步幅
在計算互相關時，卷積窗口從輸入張量的左上角開始，向下和向右滑動。在前面的例子中，我們默認每次滑動一個元素。但是，有時候為了高效計算或是縮減采樣次數(shù)，卷積窗口可以跳過中間位置，每次滑動多個元素。
我們將每次滑動元素的數(shù)量稱為步幅（stride）。下圖展現(xiàn)的是垂直步幅為3，水平步幅為2的二維互相關運算。
以上就是Python深度學習pytorch神經(jīng)網(wǎng)絡填充和步幅的理解的詳細內(nèi)容，更多關于pytorch神經(jīng)網(wǎng)絡填充和步幅的資料請關注腳本之家其它相關文章！
相關文章
PyQt5的安裝配置過程,將ui文件轉為py文件后顯示窗口的實例
今天小編就為大家分享一篇PyQt5的安裝配置過程,將ui文件轉為py文件后顯示窗口的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
TensorFlow 實戰(zhàn)之實現(xiàn)卷積神經(jīng)網(wǎng)絡的實例講解
下面小編就為大家分享一篇TensorFlow 實戰(zhàn)之實現(xiàn)卷積神經(jīng)網(wǎng)絡的實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-02-02
今天小編就為大家分享一篇python實現(xiàn)自動化上線腳本的示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了用map函數(shù)來完成Python并行任務的簡單示例,多線程和多進程編程的問題一直都是Python中的熱點和難點,需要的朋友可以參考下2015-04-04
工作中常需要壓縮數(shù)據(jù)文件大小,壓縮PDF文件是一種減少PDF文件大小的方法,這樣可以使文件更易于傳輸和存儲,本文將使用Python實現(xiàn)這一功能,需要的可以參考下2024-02-02
這篇文章主要介紹了Python面相對象編程中對象的屬性與類的方法,類和對象以及方法這些都是面相對象的編程語言所具有的基礎內(nèi)容,需要的朋友可以參考下2016-01-01
這篇文章主要介紹了Python爬蟲代理池服務的相關知識,非常不錯，具有參考借鑒價值，需要的朋友可以參考下2018-02-02
這篇文章主要為大家詳細介紹了30秒輕松實現(xiàn)TensorFlow物體檢測，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
這篇文章主要介紹了Python繪制三維立體圖詳解與繪圖填充方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
這篇文章主要介紹了python多進程間通信代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-09-09