2017-09-22 7 views
0

def conv2d (x, W):
tf.nn.conv2d de retour (x, W, foulées = [1, 1, 1, 1], padding = 'SAME')tensorflow Convolution argument tf.nn.conv2d enjambe

Quelqu'un peut-il m'aider s'il vous plaît à comprendre, quelle est la fonctionnalité de foulées dans ce lieu ?. Si possible, veuillez expliquer chaque argument.

Répondre

1

La signification de la foulée est la façon dont vous avancez dans une dimension, vos dimensions sont [lot, hauteur, largeur, couleur].

  • Si vous définissez Strides = [1, 1, 1, 1], la fenêtre du filtre se déplace 1 lot, 1 pixel de hauteur, 1 pixel de largeur et 1 pixel de couleur
  • Si vous définissez Strides = [1 , 2, 2, 1], la fenêtre de filtre se déplacera 1 lot, 2 pixels de hauteur, 2 pixels de largeur et 1 pixel de couleur (Imaginez que vous avez une image et une fenêtre, après le traitement, vous déplacez la fenêtre 2 pixels vers la gauche et deux pixels vers le bas) l'effet se traduira par la sortie avec une sortie de petite taille (~ 1/2 de la hauteur et de 1/2 largeur)

le rembourrage = « même » volonté pad de la frontière de l'image avec des zéros de sorte que Que tu peux faire la convolution sur le pixel en haut à gauche.

D'autres arguments peuvent être trouvés here.