Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)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(yīng)用多層卷積時(shí)，我們常常丟失邊緣像素。
解決這個(gè)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(jì)算互相關(guān)時(shí)，卷積窗口從輸入張量的左上角開始，向下和向右滑動(dòng)。在前面的例子中，我們默認(rèn)每次滑動(dòng)一個(gè)元素。但是，有時(shí)候?yàn)榱烁咝в?jì)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(dòng)多個(gè)元素。
我們將每次滑動(dòng)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(guān)運(yùn)算。
以上就是Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)填充和步幅的理解的詳細(xì)內(nèi)容，更多關(guān)于pytorch神經(jīng)網(wǎng)絡(luò)填充和步幅的資料請關(guān)注腳本之家其它相關(guān)文章！
- Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)多層感知機(jī)簡潔實(shí)現(xiàn)
- Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)Dropout應(yīng)用詳解解
- Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)圖像卷積運(yùn)算詳解
- Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)多輸入多輸出通道
- Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)匯聚層理解
- Python Pytorch深度學(xué)習(xí)之神經(jīng)網(wǎng)絡(luò)
相關(guān)文章
PyQt5的安裝配置過程,將ui文件轉(zhuǎn)為py文件后顯示窗口的實(shí)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(zhuǎn)為py文件后顯示窗口的實(shí)例，具有很好的參考價(jià)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(shí)戰(zhàn)之實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的實(shí)例講解
下面小編就為大家分享一篇TensorFlow 實(shí)戰(zhàn)之實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的實(shí)例講解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-02-02
python實(shí)現(xiàn)自動(dòng)化上線腳本的示例
今天小編就為大家分享一篇python實(shí)現(xiàn)自動(dòng)化上線腳本的示例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
用map函數(shù)來完成Python并行任務(wù)的簡單示例
這篇文章主要介紹了用map函數(shù)來完成Python并行任務(wù)的簡單示例,多線程和多進(jìn)程編程的問題一直都是Python中的熱點(diǎn)和難點(diǎn),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(chǔ),本文將使用Python實(shí)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(chǔ)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(wù)的相關(guān)知識,非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友可以參考下2018-02-02
30秒輕松實(shí)現(xiàn)TensorFlow物體檢測
這篇文章主要為大家詳細(xì)介紹了30秒輕松實(shí)現(xiàn)TensorFlow物體檢測，具有一定的參考價(jià)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(jià)值,希望對大家有所幫助,如有錯(cuò)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(jìn)程間通信代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09