步长(stride) | 填充(padding) | 扩长(dilation)

文章介绍了卷积神经网络中重要的参数设置,包括stride(步长),它决定了卷积核移动的间距;padding(填充),用于保持特征图大小不变;以及dilation(扩张率),用于增加空洞卷积的感受域,增大模型的视野。
摘要由CSDN通过智能技术生成

这几个名词中文真的好难翻译,不是大佬就不要造名词了,后面还是老老实实用英文吧!(标题是机翻的= =。)

stride

stride 很好理解,stride 就是卷积核移动的步长。

如下图:

stride=1

在这里插入图片描述

在这里插入图片描述

stride=2

在这里插入图片描述

padding

padding就是在输入的 feature map 周围加一圈(当然也可能是加几圈)。

Q:为什么要加几圈呢?

A:因为,卷积会使得输出的特征图和输入的特征图大小不相等,为了让他们相等,我们就需要加一/几圈padding就相等了。

具体如下:

在这里插入图片描述

我们成功保证了,在卷积前后feature map大小不变。

Q:如果卷积核更大了怎么办?

A:可以进行一个很简单的计算,如果依然想保持卷前后feature map不变,就可以合理的增大padding。

如果想要卷积前后feature map尺寸不变的话,采用如下:

p a d d i n g = k e r n a l _ s i z e 2 kernal_size为奇数 padding=\frac{kernal\_size}{2} \quad\quad\quad \text{kernal\_size为奇数} padding=2kernal_sizekernal_size为奇数

k e r n a l _ s i z e kernal\_size kernal_size为偶数时,如果希望feature map卷积前后尺寸不变,就需要左右padding不一致。因此一般设置卷积核大小为奇数。

dilation

扩展率,这里主要是采用了空洞卷积,它的一种好处就是可以增大感受域(receptive field),如下图所示:

在这里插入图片描述

上图的 d i l a t i o n = 2 dilation=2 dilation=2,表示2个卷积核点的距离。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Cherries Man

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值