深度学习-卷积神经网络CNN-填充与步幅
【先导】：
填充可以增加输出的高度和宽度。这常用来使输出与输入具有相同的高和宽。
步幅可以减小输出的高和宽，例如输出的高和宽仅为输入的高和宽的（是一个大于的整数）。
填充和步幅可用于有效地调整数据的维度。
1. 填充
填充是在输入数据的周围添加额外的像素值，通常是零像素，以调整输入数据的大小。
在卷积神经网络（CNN）中，填充的使用主要是为了控制卷积操作后的输出特征图的尺寸。
作用：
保持空间信息 ：在不使用填充的情况下，卷积操作会导致输出特征图的尺寸缩小，这可能会丢失一些边界像素的信息。通过添加填充，可以保持输入数据的空间分辨率，使边界像素也能被卷积核充分考虑，保留更多的空间信息。
控制输出尺寸 ：根据具体的需求，可以通过调整填充的大小来控制输出特征图的尺寸。例如，在一些需要保持输入和输出尺寸相同的场景中，可以使用填充来实现。
当卷积核大小 Kh 为偶数时，可采用非对称填充方式。以核大小为 4 为例，可通过在上侧填充 2 行、下侧填充 1 行来实现特定效果，当然，也可以选择上侧填充 1 行、下侧填充 2 行的方案。
当卷积核大小 Kh 为奇数时，则通常采用对称填充。比如核大小为 3，此时可上下各填充 1 行，左右各填充 1 列，使填充后的区域在卷积核周围均匀分布，从而保持输出特征图的对称性与稳定性。
2. 步幅
步幅是指卷积核在输入数据上每次移动的步长。它决定了卷积核在进行卷积操作时的移动速度。
作用：
减少计算量和参数量 ：较大的步幅会使卷积核在输入数据上移动得更快，从而减少输出特征图的尺寸，进而减少计算量和参数量。这对于处理大型数据集或构建深度网络时非常有用，可以提高计算效率并减轻模型的负担。
控制感受野 ：步幅的大小会影响卷积神经网络的感受野。较大的步幅会使感受野增大，模型能够捕获到更广泛的上下文信息，但可能会丢失一些局部细节信息。较小的步幅则会使感受野相对较小，但能够更好地保留局部特征。
常见步幅设置：
步幅为 1 ：这是最常用的步幅设置，卷积核每次移动一个像素。这种设置可以保持较高的空间分辨率，能够捕捉到输入数据中的细节信息。
步幅大于 1 ：例如步幅为 2，卷积核每次移动两个像素。这种设置可以快速减小输出特征图的尺寸，减少计算量，同时也能使模型具有更大的感受野。在实际应用中，可以根据具体的需求和数据特点来选择合适的步幅大小。
3. 填充与步幅的应用
在下面的例子中，我们创建一个高度和宽度为3的二维卷积层，并在所有侧边填充1个像素。
给定高度和宽度为8的输入，则输出的高度和宽度也是8。
默认情况下，填充为0，步幅为1。
import torch
from torch import nn# 为了方便起见，我们定义了一个计算卷积层的函数。
# 此函数初始化卷积层权重，并对输入和输出提高和缩减相应的维数
def comp_conv2d(conv2d, X):# 这里的（1，1）表示批量大小和通道数都是1X = X.reshape((1, 1) + X.shape)Y = conv2d(X)# 省略前两个维度：批量大小和通道return Y.reshape(Y.shape[2:])# 请注意，这里每边都填充了1行或1列，因此总共添加了2行或2列
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1)
X = torch.rand(size=(8, 8))
comp_conv2d(conv2d, X).shape输出：torch.Size([8, 8])卷积核的高度和宽度不同时，可以填充不同的高度和宽度，使输出和输入具有相同的高度和宽度。
在如下示例中，我们使用高度为5，宽度为3的卷积核，高度和宽度两边的填充分别为2和1。
conv2d = nn.Conv2d(1, 1, kernel_size=(5, 3), padding=(2, 1))
comp_conv2d(conv2d, X).shape输出：torch.Size([8, 8])下面，我们将高度和宽度的步幅设置为2，从而将输入的高度和宽度减半：
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1, stride=2)
comp_conv2d(conv2d, X).shape
# 注意，这里的X是（8,8）输出：torch.Size([4, 4])接下来，看一个稍微复杂的例子：
conv2d = nn.Conv2d(1, 1, kernel_size=(3, 5), padding=(0, 1), stride=(3, 4))
comp_conv2d(conv2d, X).shape输出：torch.Size([2, 2])