tf入门-卷积步长strides参数的具体解释

conv1 = tf.nn.conv2d(input_tensor,conv1_weights,strides=[1,1,1,1],padding='SAME')

这是一个常见的卷积操做，其中strides=【1,1,1,1】表示滑动步长为1，padding=‘SAME’表示填0操做

当咱们要设置步长为2时，strides=【1,2,2,1】，不少同窗可能不理解了，这四个参数分别表明了什么，查了官方函数说明同样不明不白，今天我来解释一下。

strides在官方定义中是一个一维具备四个元素的张量，其规定先后必须为1，这点你们就别纠结了，因此咱们能够改的是中间两个数，中间两个数分别表明了水平滑动和垂直滑动步长值，因而就很好理解了。

在卷积核移动逐渐扫描总体图时候，由于步长的设置问题，可能致使剩下未扫描的空间不足以提供给卷积核的，大小扫描 好比有图大小为5*5,卷积核为2*2,步长为2,卷积核扫描了两次后，剩下一个元素，不够卷积核扫描了，这个时候就在后面补零，补完后知足卷积核的扫描，这种方式就是same。若是说把刚才不足以扫描的元素位置抛弃掉，就是valid方式。