知识卡片
卷积填充与步长
填充在输入边缘添加数值以控制边界处理和输出尺寸;步长是窗口每次移动的距离。较大步长通常减少空间输出并可能损失细节;输出不一定恰好等于输入除以步长,还取决于核、填充和取整。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 基础卷积神经网络:图像处理利器 · 查看原书依据
步长(stride)是指卷积核在输入图像上滑动时移动的步幅。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第7章《基础卷积神经网络:图像处理利器》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0010.xhtml`)
- 结论依据:原文及公式、结构图介绍卷积或池化;卡片注明尺寸条件和近似边界。
- 原始内容:步长(stride)是指卷积核在输入图像上滑动时移动的步幅。