卷积基础篇——填充和步幅_卷积层里的填充和步幅

填充

问题提出

当输入图像的维度不大，还想要实现深层的神经网络。

问题解决

1. 填充：扩大输入的维度，在输入的四周添加元素（通常填充为0，防止人为因素对输出结果产生影响）

2. 填充行和列，输出形状为

(下标为h代表高，下标为w代表宽，n为原输入的大小，k为卷积核，p为填充数）

3. 通常取,是输出维度始终比输入维度多1

4. 当为奇数：在上下（左右）分别填充

    当为偶数：在上（左）侧填充，在下（右）侧填充  （或者相反）

步幅

问题提出

当输入图像的维度很大，在卷积核不大的情况下，要想使输出维度变得很小，会导致层数很深

问题解决

1. 步幅：行列的滑动步长

2. 输出：

                (s是步幅大小）

总结

1. 填充和步幅是卷积层的超参数

2. 填充在输入周围添加额外的行和列，来控制输出形状的减少量

3. 步幅是每次滑动卷积核时行/列的步长，可以成倍的减少输出形状

代码

在所有侧边填充1个像素

import torch
from torch import nn
 
def comp_conv2d(conv2d,X):
    X = X.reshape((1,1)+X.shape)
    Y = conv2d(X)
    return Y.reshape(Y.shape[2:])
 
#padding 填充数 stride 步幅
conv2d = nn.Conv2d(1,1,kernel_size=(3,5),padding=(0,1),stride=(3,4))
X = torch.rand(size=(8,8))
comp_conv2d(conv2d,X).shape

注意：p_h代表的上下添加的行数之和，而padding参数代表的是一边添加的行数/列数，所以