深度学习: sliding window (滑动窗口)

Introduce

sliding window (滑动窗口) 在深度学习中得到了极其广泛的运用。从卷积层到池化层，都能看见它的身影。

Structure

滑动窗口的 receptive field (感受野) 其实是一个 三维的方块 。也可以理解为滑动窗口本身就是一个 三维的方块 ：

通过在水平和垂直方向的平移，从而实现通过 小滑窗 卷积 大feature map 的伟大事业。必须指定滑窗的 步长 和 填充设置：

Pros

减小空间复杂度：

• 降低了参数的量级。只需横截面为滑窗大小的三维卷积核，就可以 通过滑动，实现对 整个input 的 均匀卷积 。

• 在滑窗面积无限增大到与input横截面大小一致时，卷积层就退化成了全连接层。此时参数的数量成倍增加。

Cons

• 滑动窗口 时间复杂度 高 。