池化和卷积运算在输入张量上滑动一个“窗口”。以tf.nn.conv2d为例：如果输入张量具有4个维度： [batch, height, width, channels] ，则卷积将在2D窗口上对height, width维度进行操作。

strides确定窗口在每个维度上的移动量。典型用法是将第一个（批次）和最后一个（深度）步幅设置为1。

让我们使用一个非常具体的示例：在32x32灰度输入图像上运行2-d卷积。我说灰度是因为输入图像的深度为1，这有助于保持简单。让该图像看起来像这样：

00 01 02 03 04 ...
10 11 12 13 14 ...
20 21 22 23 24 ...
30 31 32 33 34 ...
...

让我们在一个示例（批次大小= 1）上运行2x2卷积窗口。我们给卷积的输出通道深度为8。

卷积的输入具有shape=[1, 32, 32, 1] 1、32、32、1 shape=[1, 32, 32, 1] 。

如果您使用padding=SAME指定strides=[1,1,1,1] ，则过滤器的输出将为strides=[1,1,1,1] ]。

过滤器将首先为以下内容创建输出：

F(00 01
  10 11)

然后针对：

F(01 02
  11 12)

等等。然后它将移至第二行，计算：

F(10, 11
  20, 21)

然后

F(11, 12
  21, 22)

如果将步幅指定为[1、2、2、1]，则不会重叠窗口。它将计算：

F(00, 01
  10, 11)

然后

F(02, 03
  12, 13)

对于池操作员，跨步的操作类似。

问题2：为何大步走向[1，x，y，1]

前一个是批处理：您通常不想跳过批处理中的示例，否则您不应该首先将它们包括在内。 :)

最后一个是卷积的深度：出于相同的原因，您通常不想跳过输入。

conv2d运算符比较笼统，因此您可以创建卷积以使窗口沿其他尺寸滑动，但这在卷积网络中并不常见。典型用途是在空间上使用它们。

为什么要重塑为-1 -1是一个占位符，表示“根据需要进行调整以匹配整个张量所需的大小”。这是使代码独立于输入批处理大小的一种方法，因此您可以更改管道，而不必在代码中的任何地方调整批处理大小。

让我们从1-dim情况下的步幅开始。

假设您的input = [1, 0, 2, 3, 0, 1, 1] 1，0，2，3，0，1，1 input = [1, 0, 2, 3, 0, 1, 1]和kernel = [2, 1, 3] 2，1，3 kernel = [2, 1, 3]卷积的结果是[8, 11, 7, 9, 4] 8，11，7，9，4 [8, 11, 7, 9, 4] ，即通过在输入上滑动内核，执行逐元素乘法并对所有内容求和来进行计算。 像这样 ：

• 8 = 1 * 2 + 0 * 1 + 2 * 3
• 11 = 0 * 2 + 2 * 1 + 3 * 3
• 7 = 2 * 2 + 3 * 1 + 0 * 3
• 9 = 3 * 2 + 0 * 1 +1 * 3
• 4 = 0 * 2 +1 * 1 +1 * 3

在这里，我们滑动了一个元素，但没有其他任何数字可以阻止您。这个数字是您的进步。您可以将其视为仅通过获取第s个结果来对1步卷积的结果进行下采样。

知道输入大小i ，内核大小k ，步幅s和填充p，您可以轻松计算出卷积的输出大小为：

在这里||操作员表示天花板操作。对于池化层，s = 1。

---

N昏暗的情况。

一旦了解到每个暗角都是独立的，就知道了1暗角情况的数学原理，n暗角情况很容易。因此，您只需分别滑动每个尺寸。这是2-d的示例 。请注意，您不必在所有尺寸上都具有相同的步幅。因此，对于N维输入/内核，您应提供N个跨度。

---

因此，现在很容易回答您的所有问题：

1. 4个以上的整数分别代表什么？ 。 conv2d ， pool告诉您此列表表示每个维度之间的跨度 。注意，步幅列表的长度与内核张量的秩相同。
2. 为什么对于卷积网络，他们必须具有大步[0] =大步3 = 1？ 。第一个维度是批量大小，最后一个是渠道。既不跳过批处理也不跳过通道。因此，您将它们设置为1。对于宽度/高度，您可以跳过某些内容，因此它们可能不是1。
3. tf.reshape（_X，shape = [-1，28，28，1]）。为什么是-1？ tf.reshape为您提供了帮助：

   如果形状的一个分量是特殊值-1，则将计算该尺寸的大小，以便总大小保持恒定。特别地，[-1]的形状变平为1-D。形状的最多一个分量可以是-1。

输入是4维的，格式为： [batch_size, image_rows, image_cols, number_of_colors]

通常，跨度定义了应用操作之间的重叠。对于conv2d，它指定卷积滤波器的连续应用之间的距离是多少。特定维度中的值1表示我们在每行/列应用运算符，值2表示每秒钟/以此类推。

关于1）对于卷积重要的值是2nd和3rd，它们表示卷积滤波器在沿行和列的应用中的重叠。值[1,2,2,1]表示我们要在第二行和第二列上应用过滤器。

关于2）我不知道技术限制（可能是CuDNN要求），但通常人们会沿行或列尺寸使用步幅。在批处理大小上进行操作不一定有意义。不确定最后一个尺寸。

关于3）为其中一个维设置-1表示“为第一维设置值，以使张量中的元素总数不变”。在我们的例子中，-1将等于batch_size。

@dga在解释方面做得非常出色，我无法感激它的帮助。以类似的方式，我将分享有关3D卷积中stride如何工作的发现。

根据conv3d上的TensorFlow文档 ，输入的形状必须按以下顺序排列：

[batch, in_depth, in_height, in_width, in_channels]

让我们使用一个示例从最右到左解释变量。假设输入形状为input_shape = [1000,16,112,112,3]

input_shape[4] is the number of colour channels (RGB or whichever format it is extracted in)
input_shape[3] is the width of the image
input_shape[2] is the height of the image
input_shape[1] is the number of frames that have been lumped into 1 complete data
input_shape[0] is the number of lumped frames of images we have.

以下是有关如何使用步幅的摘要文档。

步幅：长度大于等于5的整数列表。长度为1的1-D张量。滑动窗口的步幅，用于输入的每个维度。必须具有strides[0] = strides[4] = 1

正如许多著作所指出的那样，步幅仅表示离开一个窗口或内核距离最近的元素（无论是数据帧还是像素）有几步（顺便解释一下）。

从以上文档中可以看出，3D中的跨度应为以下跨度=（1， X ， Y ， Z ，1）。

该文档强调strides[0] = strides[4] = 1 。

strides[0]=1 means that we do not want to skip any data in the batch 
strides[4]=1 means that we do not want to skip in the channel 

strides [X]表示我们应在集总帧中进行多少次跳过。因此，例如，如果我们有16帧，则X = 1表示使用每帧。 X = 2表示每隔一帧使用一次，然后继续

strides [y]和strides [z]按照@dga的说明进行操作，因此我不会重做该部分。

但是，在keras中，只需指定3个整数的元组/列表，指定沿每个空间维度的卷积步幅，其中空间维度为stride [x]，strides [y]和strides [z]。 strides [0]和strides [4]已默认为1。

我希望有人觉得这有帮助！