在二維卷積函數(shù)tf.nn.conv2d()，最大池化函數(shù)tf.nn.max_pool()，平均池化函數(shù)

tf.nn.avg_pool()中，卷積核的移動(dòng)步長(zhǎng)都需要制定一個(gè)參數(shù)strides（步長(zhǎng)），因?yàn)闊o(wú)論是卷積操作還是各種類(lèi)型的池化操作，都是某種形式的滑動(dòng)窗口（sliding window）處理，這就要求指定從當(dāng)前窗口移動(dòng)下一個(gè)窗口位置的移動(dòng)步長(zhǎng)。

TensorFlow 文檔關(guān)于 strides的說(shuō)明如下：

strides: A list of ints that has length >= 4. The stride of the sliding window for each dimension of the input tensor.

首先要求 strides 為長(zhǎng)度不小于 4 的整數(shù)構(gòu)成的 list，strides參數(shù)表示的是滑窗在輸入張量各個(gè)維度上的移動(dòng)步長(zhǎng)。

如果strides=[b,h,w,c]，其中strides[0]和strides[3]默認(rèn)為1。

具體什么含義呢？

一般而言，對(duì)于輸入張量（input tensor）有四維信息：[batch, height, width, channels]（分別表示 batch_size, 也即樣本的數(shù)目，單個(gè)樣本的行數(shù)和列數(shù)，樣本的頻道數(shù)，rgb圖像就是三維的，灰度圖像則是一維），對(duì)于一個(gè)二維卷積操作而言，其主要作用在 height, width上。

strides參數(shù)確定了滑動(dòng)窗口在各個(gè)維度上移動(dòng)的步數(shù)。一種常用的經(jīng)典設(shè)置就是要求，strides[0]=strides[3]=1。

strides[0]=1，表示在 batch 維度上移動(dòng)為 1，指不跳過(guò)任何一個(gè)樣本，每一個(gè)樣本都會(huì)進(jìn)行運(yùn)算

strides[1] = 1，表示在高度上移動(dòng)步長(zhǎng)為1，這個(gè)可以自己設(shè)定，根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)合理調(diào)節(jié)

strides[2] = 1，表示在寬度上的移動(dòng)步長(zhǎng)為1，這個(gè)可以自己設(shè)定，根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)合理調(diào)節(jié)

strides[3] = 1，表示在 channels 維度上移動(dòng)為 1，指不跳過(guò)任何一個(gè)顏色通道，每一個(gè)通道都會(huì)進(jìn)行運(yùn)算

以上這篇對(duì)tensorflow中的strides參數(shù)使用詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論