本文主要是介绍关于卷积神经网络的步幅（stride），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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。
这篇关于关于卷积神经网络的步幅（stride）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
