con v1=TF.nn.conv 2d (input _ tensor，conv1_weights，strides=[ 1，1，1，1 ]，padding='SAME ' ) ) ) )。
这是一般的卷积操作，strides=【1，1，1，1】表示滑动步数为1，padding=‘same’表示0填补操作
将步长设置为2时，许多学生可能不理解strides=【1，2，2，1】。 这4个参数分别表示什么，即使查了公式函数的说明也不知道，今天说明。
strides在公式的定义中是一维具有4个要素的张量，其规定前后必须为1。 这个大家不要在意。 所以我们能改变的是中间的两个数，中间的两个数分别表示水平滑块和垂直滑块的步长值，所以很明白。
如果卷积核的移动逐渐扫描整体，则由于步长大小设置问题，未扫描的空间可能不足以提供给卷积核。 大小扫描例如影像大小为5*5、卷积核为2*2、步长扫描两次后还剩一个卷积核，卷积核扫描就不够了。 这时，后面补零，补零后满足卷积核扫描的方式为same。 如果舍弃刚才扫描不足的要素的位置，就会变成valid方式。
转载于：https://www.cn blogs.com/xubing-613/p/9599738.html