转置卷积PyTorch
考虑到现在很多算法中都使用到了upsample来进行特征图放大,现在展示一下使用转置卷积的方式增大特征图的尺寸
Upsample
torch.nn.Upsample(scale_factor=2)可以实现特征图的放大两倍操作,原理是使用插值算法将特征图尺寸放大
ConvTranspose2d
torch.nn.ConvTranspose2d(inchanel ,outchannel ,kernel_size ,stride ,padding)
总结一下用法:
1、inchannel和outchannel,以及kernel_size很容易理解
2、stride的作用在于,在输入的特征图中每相邻的两个数值之间增加stride-1个空白
3、以及padding会影响卷积核起始的位置
下图展示的是input_size=5x5 , stride=1时,padding=0、1、2分别的到的输出尺寸
下图展示的是stride=2时的特征图放大操作,其余操作类似于上图
甘愿为理想“头破血流”