溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Pytorch:Conv2d卷積前后尺寸怎么設(shè)置

發(fā)布時(shí)間：2023-02-24 10:10:50 來源：億速云 閱讀：123 作者：iii 欄目：開發(fā)技術(shù)

本篇內(nèi)容主要講解“Pytorch:Conv2d卷積前后尺寸怎么設(shè)置”，感興趣的朋友不妨來看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“Pytorch:Conv2d卷積前后尺寸怎么設(shè)置”吧!

    Pytorch:Conv2d卷積前后尺寸

    Conv2d參數(shù)

    Pytorch:Conv2d卷積前后尺寸怎么設(shè)置

    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(zhuǎn)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

    到此，相信大家對(duì)“Pytorch:Conv2d卷積前后尺寸怎么設(shè)置”有了更深的了解，不妨來實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！

    向AI問一下細(xì)節(jié)

    免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

    AI
    助
    手