首页 > 脚本专栏 > python > Pytorch:Conv2d卷积前后尺寸

Pytorch:Conv2d卷积前后尺寸详解

2023-02-21 09:41:31 作者：Serendipity0928

这篇文章主要介绍了Pytorch:Conv2d卷积前后尺寸，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

Pytorch:Conv2d卷积前后尺寸

Conv2d参数

尺寸变化

卷积前的尺寸为(N,C,W,H) ，卷积后尺寸为(N,F,W_n,H_n)

W_n = (W-F+S+2P)/S 向下取整
H_n = (H-F+S+2P)/S

示例

# m = nn.Conv2d(16, 33, 3, stride=2)
# non-square kernels and unequal stride and with padding
m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
# non-square kernels and unequal stride and with padding and dilation
# m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))
input = torch.randn(20, 16, 50, 100)
print(input.size())
output = m(input)
print(output.size())

反卷积（转置卷积）Conv2DTranspose 输出的尺寸大小

keras的Conv2DTranspose

The size of the input feature map: (N, N)
Conv2dTranspose(kernel_size=k, padding, strides=s)

padding=‘same' ，输出尺寸 = N × s
padding=‘valid'，输出尺寸 = (N-1) × s + k

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。