填充:
通常,如果我们添加pℎ行填充(大约一半在顶部,一半在底部)和pw列填充(左侧大约一半,右侧一半),则输出形状将为 (nh-kh + ph +1) * (nw - kw + pw +1)
所以说要是输入与输出具有相同的高度和宽度,就需要使ph = kh-1; 然后再左右、上下所填充的行数或者列数是 [ph/2]取整;
看一个例子:
import torch
from torch import nn
from d2l import torch as d2l
def comp_conv2d(conv2d,X):
#shape 是属性不是函数;
X=X.reshape((1,1) + X.shape) #(1,1)是大小和通道数;
Y=conv2d(X) #带有通道数和大小的Y
print(Y.shape) #torch.Size([1, 1, 8, 8])
return Y.reshape(Y.shape[2:]) #去掉大小和通道数,然后reshape
conv2d=nn.Conv2d(1,1,kernel_size=3,padding=1) #padding=1 说明上下左右都各自添加了1行或者一列;
X=torch.rand((8,8)) #设置X的大小
print(comp_conv2d(conv2d,X).shape) #得到Y的shape
print("=====================================")
#重新设置padding的大小,使输入与输入的大小不变化;
conv2d2=nn.Conv2d(1,1,kernel_size=(5,3),padding=(2,1)) #ph=4,pw=2
print(comp_conv2d(conv2d2,X).shape)
输出结果:
torch.Size([1, 1, 8, 8])
torch.Size([8, 8])
=====================================
torch.Size([1, 1, 8, 8])
torch.Size([8, 8])
第二个conv2d的使用, 因为ph=5-1 =4 ; pw =3-1 =2;所以是上下填充2行,左右填充1行。
padding=(2,1)
步幅
对于步幅的使用:通常输出的大小为:(nh/sh) * (nw/sw)