卷积神经网络中 扩张间隙问题?

Question

看不懂扩张间隙

举例，在某个维度上滤波器w的尺寸是3，那么计算输入x的方式是：w[0]∗x[0]+w[1]∗x[1]+w[2]∗x[2]，此时扩张为0。如果扩张为1，那么计算为： w[0]∗x[0]+w[1]∗x[2]+w[2]∗x[4]。换句话说，操作中存在1的间隙。

请问 上方的扩张间隙为啥是 1 . 怎么看出来的