本篇内容主要讲解“Pytorch:Conv2d卷积前后尺寸怎么设置”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Pytorch:Conv2d卷积前后尺寸怎么设置”吧!
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
# 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' ，输出尺寸 = N × s padding=‘valid'，输出尺寸 = (N-1) × s + k
到此，相信大家对“Pytorch:Conv2d卷积前后尺寸怎么设置”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
