在二維卷積函式tf.nn.conv2d()，最大池化函式tf.nn.max_pool()，平均池化函式

tf.nn.avg_pool()中，卷積核的移動步長都需要制定一個引數strides（步長），因為無論是卷積操作還是各種型別的池化操作，都是某種形式的滑動視窗（sliding window）處理，這就要求指定從當前視窗移動下一個視窗位置的移動步長。

TensorFlow 文件關於 strides的說明如下：

strides: A list of ints that has length >= 4. The stride of the sliding window for each dimension of the input tensor.

首先要求 strides 為長度不小於 4 的整數構成的 list，strides引數表示的是滑窗在輸入張量各個維度上的移動步長。

如果strides=[b,h,w,c]，其中strides[0]和strides[3]預設為1。

具體什麼含義呢？

一般而言，對於輸入張量（input tensor）有四維資訊：[batch,height,width,channels]（分別表示 batch_size,也即樣本的數目，單個樣本的行數和列數，樣本的頻道數，rgb影象就是三維的，灰度影象則是一維），對於一個二維卷積操作而言，其主要作用在 height,width上。

strides引數確定了滑動視窗在各個維度上移動的步數。一種常用的經典設定就是要求，strides[0]=strides[3]=1。

strides[0]=1，表示在 batch 維度上移動為 1，指不跳過任何一個樣本，每一個樣本都會進行運算

strides[1] = 1，表示在高度上移動步長為1，這個可以自己設定，根據網路的結構合理調節

strides[2] = 1，表示在寬度上的移動步長為1，這個可以自己設定，根據網路的結構合理調節

strides[3] = 1，表示在 channels 維度上移動為 1，指不跳過任何一個顏色通道，每一個通道都會進行運算

以上這篇對tensorflow中的strides引數使用詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。