在卷积神经网络中,stride,padding,后面跟个元组(int,int),前一个表示高度,后一个表示宽度
padding的详细解释
pytorch常用的padding函数 - 慢行厚积 - 博客园
padding =1表示,左右上下都是填充1,
padding=(1,3)表示,输入卷积神经网络的图像,高度填充1,宽度填充3
stride解释
PyTorch学习笔记(9)——nn.Conv2d和其中的padding策略_sooner高的博客-CSDN博客_conv2d padding stride=1,表示,卷积的时候,向右和向下都是1步
stride=(1,2)便表示,卷积的时候,向右是一步,向下是两步。结果是高度不变,宽度减半。