На этом шаге мы рассмотрим использование шага свертки.
Другой фактор, который может влиять на размер выходной карты признаков, - шаг свертки. До сих пор в объяснениях предыдущих шагов предполагалось, что центральная клетка окна свертки последовательно перемещается в смежные клетки входной карты. Однако в общем случае расстояние между двумя соседними окнами является настраиваемым параметром, который называется шагом свертки и по умолчанию равен 1. Также имеется возможность определять свертки с пробелами (strided convolutions) - свертки с шагом больше 1. На рисунке 1 можно видеть, как извлекаются шаблоны 3 × 3 сверткой с шагом 2 из входной карты 5 × 5 (без дополнения).
Рис.1. Шаблоны 3 × 3 свертки с шагом 2 × 2
Использование шага 2 означает уменьшение ширины и высоты карты признаков за счет уменьшения разрешения в два раза (в дополнение к любым изменениям, вызванным эффектами границ). Свертки с пробелами редко используются в моделях классификации, но могут пригодиться в моделях некоторых других типов - в позже мы рассмотрим подробнее, как их применить.
В моделях классификации для уменьшения разрешения карты признаков вместо шага часто используется операция выбора максимального значения из соседних (max-pooling), которую вы видели в примере первой сверточной нейронной сети. Рассмотрим ее подробнее.
На следующем шаге мы рассмотрим выбор максимального значения из соседних (max-pooling).
