Kas ir stride un padding? Kā tie ietekmē konvolūcijas izvades lielumu?

Stride (konvolūcijas solis) — tas ir parametrs, kas nosaka, cik daudz pikseļu (vai elementu) konvolūcijas filtrs pārvietojas pa ievades attēlu katrā pielietošanas reizē. Piemēram, stride=1 nozīmē, ka filtrs pārvietojas par 1 pikseli, stride=2 — par 2 pikseļiem utt.

Padding (pildījums) — ir papildu pikseļu (parasti nulles) pievienošana ievades attēla malām pirms konvolūcijas piemērošanas. Tas tiek darīts, lai kontrolētu izejas izmēru un saglabātu informāciju uz malām.

Ietekme uz izejas izmēru:

• Ar lielāku stride izejas izmērs samazinās, jo filtrs pārlec vairākas pozīcijas.
• Padding palielina ievades izmēru, ļaujot saglabāt vai palielināt izejas izmēru.

Formula izejas izmēra aprēķināšanai (vienai dimensijai):

Izeja = floor((Ievade + 2 * Padding - KernelSize) / Stride) + 1

Kur:

• Ievade — ievades attēla izmērs šajā dimensijā
• KernelSize — filtra izmērs
• Padding — pievienoto pikseļu skaits katrā pusē
• Stride — filtra pārvietošanas solis

Piemēram, ievade 7, kernel=3, padding=1, stride=1: Izeja = floor((7 + 2*1 - 3)/1) + 1 = floor(7) + 1 = 7

Tātad, izejas izmērs tiek saglabāts.