ストライドとは

ストライドは、畳み込み層やプーリング層で、フィルタ（窓）を入力の上で動かすときの歩幅です。ストライド1なら1マスずつ、ストライド2なら2マスずつずらして計算します。

出力サイズへの影響

ストライドを大きくすると、フィルタを置く位置が減ります。そのため、出力される特徴マップは小さくなります。ストライド2にすると、縦横のサイズはおおよそ半分になり、計算量も減ります。出力サイズは、パディングと合わせて次の式で求めます。

出力サイズ = (入力サイズ + 2 × パディング − フィルタサイズ) ÷ ストライド + 1

たとえば縦横9×9の入力に3×3のフィルタをパディングなしで当てる場合、ストライド1なら7×7、ストライド2なら4×4になります。割り切れない場合は、小数点以下を切り捨てるのが一般的です。

使われ方

プーリング層では、窓の大きさとストライドを同じにするのが一般的です。2×2の窓をストライド2で動かすと、領域が重ならずに縦横が半分になります。

畳み込み層のストライドを2以上にして、プーリング層の代わりに特徴マップを縮める設計もあります。たとえばResNetでは、入口の1か所を除き、プーリング層ではなくストライド2の畳み込みで特徴マップを縮めています。

似た言葉との区別

Dilated Convolutionは、フィルタの要素どうしの間隔を広げる手法です。ストライドは「フィルタの移動の幅」、Dilated Convolutionは「フィルタの内側の間隔」と区別します。

パディングは入力の外側を広げる処理で、出力を大きく保つ方向に働きます。ストライドは出力を小さくする方向に働きます。どちらを変えても、フィルタの重みの数は変わりません。

覚え方

「ストライドは歩幅。大股で歩くほど、足あと（出力）は少なくなる」と覚えます。