日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

Pytorch:Conv2d卷積前后尺寸詳解_python

作者：Serendipity0928 ? 更新時間： 2023-05-24 編程語言

Pytorch:Conv2d卷積前后尺寸

Conv2d參數

尺寸變化

卷積前的尺寸為(N,C,W,H) ，卷積后尺寸為(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())

反卷積（轉置卷積）Conv2DTranspose 輸出的尺寸大小

keras的Conv2DTranspose

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

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

總結

原文鏈接：https://blog.csdn.net/Pl_Sun/article/details/107726782

  • 上一篇：沒有了
  • 下一篇：沒有了
欄目分類
最近更新