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。