Tensorflow 步幅的确切含义是什么；在tf.nn.conv2d中的列表？

我知道

b

表示

batch

，

h

表示

高度

，

w

表示

宽度

，

c

表示

频道

。我发现

b

和

c

总是1。如果

b=2

或

c=2

，这是什么意思？

跨步

是您希望在特定方向上跳过的量。每个批次都是4维的（

batch\u大小、高度、宽度、通道

）。但是，您知道，计算不应跳过任何批处理，也不应跳过任何通道，但GPU看到的只是一个4D张量，因此需要沿每个维度的跨距

tf.nn.conv2d

是Tensorflow中的一个低级实现，它原封不动地公开了GPU API。还有另一个高级实现，它只允许传递两个元素的元组，即

高度跨步

和

宽度跨步

。但是，如果您想使用低级API（可能是由于对参数有更多的控制），则应始终将batch和column stride保持为1

conv2d( input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
strides=[b,h,w,c]