畳み込みの2Dストライドの意味は何ですか？

Question

私はストライドが単なる整数であるときにどのような意味があるのか​​を知っています（ステップによって、画像にフィルターを適用する必要があります）。しかし、(1, 1)やそれ以上の次元のストライドはどうですか？

Answer 1

ストライドは、フィルタが入力画像（テンソル）に沿ってどのように移動するかを定義します。異なる軸に沿って異なるストライドを停止するものはありません。たとえば、stride=[1, 2]は0軸に沿って一度に1ピクセル、1軸に沿って一度に2ピクセルずつ移動します。この特定の組み合わせは一般的ではありませんが、可能です。

Tensorflow APIはさらに進んで、4D入力テンソルのすべての軸に対してカスタムストライドを実行できます（tf.nn.conv2d参照）。このAPIを使用すると、各画像（最初の1）と各入力チャンネル（最後の1）を処理する必要がありますが、2x2の空間ディメンションを適用するのが理にかなっています。strides=[1, 2, 2, 1]を設定するのは珍しいことではありません。畳み込みに関する限り、操作はstrides配列の場合はとなりますが、値も同じように便利です。

詳細については、this CS231n tutorialを強くお勧めします。