更详细地讨论见 stackoverflow：Tensorflow Strides Argument

卷积神经网络（CNN）在 TensorFlow 实现时涉及的 tf.nn.con2d（二维卷积）、tf.nn.max_pool（最大池化）、tf.nn.avg_pool（平均池化）等操作都有关于 strides（步长）的指定，因为无论是卷积操作还是各种类型的池化操作，都是某种形式的滑动窗口（sliding window）处理，这就要求指定从当前窗口移动下一个窗口位置的移动步长。

TensorFlow 文档关于 strides的说明如下：

 

strides: A list of ints that has length >= 4. The stride of the sliding window for each dimension of the input tensor.
  首先要求 strides 为长度不小于 4 的整数构成的 list，strides参数表示的是滑窗在输入张量各个维度上的移动步长。

而且一般要求 strides的参数，strides[0] = strides[3] = 1

具体什么含义呢？

一般而言，对于输入张量（input tensor）有四维信息：[batch, height, width, channels]（分别表示 batch_size, 也即样本的数目，单个样本的行数和列数，样本的频道数，rgb图像就是三维的，灰度图像则是一维），对于一个二维卷积操作而言，其主要作用在 height, width上。

strides参数确定了滑动窗口在各个维度上移动的步数。一种常用的经典设置就是要求，strides[0]=strides[3]=1。

• strides[0] = 1，也即在 batch 维度上的移动为 1，也就是不跳过任何一个样本，否则当初也不该把它们作为输入（input）
• strides[3] = 1，也即在 channels 维度上的移动为 1，也就是不跳过任何一个颜色通道；