问题标签 [stride]

TensorFlow 新手。我有一个 size 的单通道图像W x H。我想在这个图像上做一个一维反卷积，内核只计算反卷积的输出行，和 3 x 3 像素。这意味着它在反卷积过程中仅使用一行中的每组 3 个像素一次。我想这可以通过 stride 参数来实现？

我知道TensorFlowconv1d_transpose的contrib分支中有一个，但是由于目前有限的文档，我很困惑如何实现上述目标。任何建议表示赞赏。

两个跨步函数有什么区别？

stride(from:to:by)&(from:through:by)

在阅读教程时，跨步控制流我发现根据我的知识，两种类型的跨步功能都像一样工作，我不知道它们之间有什么区别，因此任何人都可以解释？

使用步幅（从：到：通过：）

使用 stride(from:through:by:) 代替：

我有一个大约 15 秒的前视行人监控视频。视频看起来有点像下面的图片。我想估计一个行人完成一个步骤所需的帧数。

是否有任何可用的论文描述可以执行此操作的技术？ 正面检测到行人

我现在在 Windows 中使用 pytorch 0.4.0 来构建 CNN，这是我的代码：

但我得到的错误是

我认为这表明我在上面的代码中犯了一些错误，但我不知道如何修复它，任何人都可以帮助我吗？提前致谢！

我正在尝试在时间加速度计信号上使用 tensorflow 来实现 CNN。

• 我有每 10 毫秒（200 个样本）分段的信号值

• 我想执行一维卷积：

  /li>

• 卷积窗口大小为 20 个样本，步幅为 1，具有 32 个特征和有效填充

• 我想应用窗口大小为 10 个样本的 Max-Pooling：

  /li>

但是我在张量的维度上遇到了错误。关于如何为卷积和最大池设置过滤器大小和步幅的任何建议？

你能解释一下 Swift 中 stride 的优势和它的特殊用途吗？

例如：

取而代之的是，我们也可以使用for循环。

我是操作系统的初学者，我正在尝试理解一些代码片段。您能向我解释一下这些代码片段之间的区别吗？

和

不同的部分是双重For 属性其中一个应该比另一个更快吗？如果是这样，你能解释一下为什么，因为我不明白。

我正在开发的OpenGL / GLES应用程序上出现了一个奇怪的错误。在某个设备 ( Samsung Galaxy S8glVertexAttribPointer ) 上，如果 stride 参数设置为18字节，似乎会导致乱码。如果我向每个组件添加两个字节的填充（总共20个字节） ，乱码就会消失。

请注意，无论如何glGetError都会触发 no 。

这个错误不会出现在我测试过的任何其他移动设备上，也不会出现在我运行常规OpenGL的 Windows 计算机上。

我的猜测是步幅必须是四个字节的倍数，但我似乎找不到任何文档来验证这一点。

有谁知道步幅参数是否有设备特定要求？

（这 18 个字节由三个float32后跟三个int16_t = 3*4bytes + 3*2 个字节组成）

我有一个for循环如下：

当value设置它更新label：

我希望如果value=5和origValue=2，那么标签会翻转数字5,4,3,2。但是，这并没有发生 - 请有任何建议，为什么？

我试过使用延迟功能：

然后在stride代码中放置以下内容：

但是，这似乎也不起作用。

感谢您提供的任何帮助。

目前，我正在通过测试内核大小来调整我的模型。

我有以下内容code：

当 Kernel 为2或3时，网络运行良好，但4从那时起它会遇到关于维度的错误。我怀疑这与步幅有关。但是，该Keras网站 ( https://keras.io/layers/convolutional/ ) 并没有说明默认步幅长度是多少。

我现在的问题是：Keras 的 Conv1D 中的默认步幅长度是多少？4对于内核大小和内核大小来说，一个好的步幅长度是5多少？