本文档记录了在Pytorch中使用Conv2d进行卷积操作时，如何计算输入经过卷积层后的尺寸变化。重点讨论了kernel_size、padding和stride的影响，并举例说明了多层卷积和pooling后的尺寸计算。特别指出，Resnet和Inception结构中常见kernel_size=3, stride=1, padding=1的设置，它们能保持特征图尺寸不变。"
86665401,8356210,使用DFS计算树中节点的深度,"['图论', '算法', 'C++', '深度优先遍历', '数据结构']
设计网络结构、看网络结构源码时时常需要计算输入在结构中经过卷积层、pooling层后尺寸大小，特此记录。
pytorch中二维卷积层接口为 Conv2d() ，参数详情不多赘述，详情请参阅官方文档。我在此主要说明卷积层对输入计算之后size的变化情况。
例如，
卷积层的in_channels首先要与input的channels相对应，具体到上例，就是黑色和蓝色框所对应的部分。out_channels自行设定，表示输出卷积核个数。kernel_size为卷积核大小，stride为卷积核在输入上的窗口移动步长，当输入stride参数为int时，表示卷积核移动在横向与纵向都是相同步长，若stride=(x,y),表示在横轴与纵轴以不同步长滑动。 padding简单理解为对输入特征图四周的填充。kernel_size、padding、stride会影响输出特征图的尺寸。
从上图可知，输入的 batchsize=64 在网络结构前向传递过程中不改变大小。同时，在kernel_size=3,stride=1,padding=1的前提下，卷积不改变输入图像的尺寸。
特征图尺寸计算方式：
feature-map height : {(input_height - kernel_size + 2*padding) / stride[0] }+1 (stride[0]表示横向移动步长])
最低0.47元/天 解锁文章
扫一扫
1401
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
