python-3.x - CNN：图像过滤步幅

问题描述

当我们匹配图像（大小为 9 x 9 的矩阵）的图像补丁（大小为 3 x 3）并且在乘以相应的特征像素后补丁为 3 x 3 时，我们将所有像素相加并除以 9 然后存储该值到新的 3 x 3 矩阵。在这个过程中，我们选择的补丁将属于多少个不同的训练集补丁，并且这些补丁属于同一类。通常在下一步中，我们将一列向右移动，直到我们到达行尾，然后从新行和列 1 开始，我们的步幅等于 1。所以问题是在确定时应该考虑哪些因素stride以及在处理不同类型的图像时我们的决策将如何变化，它会导致过度拟合和欠拟合吗？

标签： python-3.ximageconv-neural-networkstride

python-3.x - CNN：图像过滤步幅

问题描述

解决方案

推荐阅读