卷积操作中的padding和strides

卷积操作中的padding和strides
作者：原文网址：来源网络，如有侵犯到您的权益请联系lmc22#qq.com（#换成@）进行下架处理
Pad和Stride都是深度神经网络里的惯例操作，所以要记住它两的作用和概念。

    pad作用就是填充，然后把边缘的值也能卷积操作的中心。有什么用呢？总之有些区别，特别是对边缘有敏感性的特征。

一、卷积示意图
这个就是卷积，输入是55输出是33

二、pad示意图
这个就是zeropadpad作用是使输入输出维度大小相同。zero意思是用o代替fake区域的值，跟伸出去几个方格没关系，这里是33卷积，所以伸出一个方格，如果是55卷积，就会伸出2个，关键是要使卷积操作的中心跟边界对齐。

三、Stride示意图
stride操作一般用在poollayer也就是池化。操作的过程就是迈过一大步，而不是每个卷积都计算：

Forthesakeofbrevity,whenthepadnumberonbothsideoftheinputheightandwidtharphandpwrespectively,wecallthepadph,pw.Specifically,whenph=pw=p,thepadisp.Whenthestrideontheheightandwidtharshandsw,respectively,wecallthestridesh,sw.