摘要 https://openreview.net/pdf?id=nCwStXFDQu 空间下采样技术，如步长卷积、高斯下采样和最近邻下采样，在深度神经网络中至关重要。在本文中，我们重新审视了空间下采样家族的工作机制，并分析了先前方法中使用的静态加权策略所引起的偏差效应。为了克服这种偏差限制，我们提出了一种在傅里叶域中的新型下采样范式，简称FouriDown，它统一了现有的下采样技术。受信号采