您好,登錄后才能下訂單哦!
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!
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
# 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())
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)!
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。