机器学习——填充和步幅

填充

 

 

步幅

 

 

总结:

  • 填充可以增加输出的高度和宽度。这常用来使输出与输入具有相同的高和宽。同时填充可以解决原始图像通过卷积丢失边界有用信息的问题。

  • 步幅可以减小输出的高和宽,例如输出的高和宽仅为输入的高和宽的是一个大于的整数)。

  • 填充和步幅可用于有效地调整数据的维度。

posted @ 2023-11-04 16:30  Yohoc  阅读(14)  评论(0编辑  收藏  举报