tensorflow在实现卷积神经网络时，假如步长为2为什么要写成[1,2,2,1]？ – 网络|

tf.nn.conv2d(

input,

filter,

strides,

padding,

use_cudnn_on_gpu=True,

data_format=’NHWC’,

dilations=[1,1,1,1],

name=None

)

input很好理解，就是输入的Tensor。filter是卷积核。题主所说的步长在这里其实就是stride。data_format=’NHWC’这里要简要介绍下，N是batch_size，H就是Height,W就是Width，C指的是Channel。

data_format指定了输入数据的格式，如果是NHWC的，那么你输入的张量也要按照这个格式来排列。

然后，大家知道卷积核是在featuremap上滑动的窗口，而且要划过输入数据的每一维。题主想要把stride，也就是步长设为2。也就是每次滑动要移动两个像素即可。stride的格式也是一个4-D的tensor,每一维代表的含义和data-format一样，所以如果想要在featuremap上按照stride=2的步长移动的话，就需要设为[1,2,2,1]这种形式，因为第一位代表batch_size，最后一维代表channel，这两维不需要按步长滑动。中间的两维分别代表width和height，设为2即按照步长滑动卷积核。