pytorch maxpool和卷积尺寸问题

最新推荐文章于 2025-03-22 17:15:32 发布
最新推荐文章于 2025-03-22 17:15:32 发布
阅读量8.6k 收藏 11
点赞数 8
分类专栏： pytorch知识宝典
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jacke121/article/details/104020945
版权
本文探讨了PyTorch中，当输入尺寸为奇数或偶数时，MaxPool操作与卷积可能导致的输出尺寸不一致问题。针对此情况，分析了padding为1和0时的不同效果，并指出即使使用padding也无法确保完全对齐。详细内容可参考链接：https://blog.csdn.net/jacke121/article/details/104020945。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

如果输入是奇数时，输出尺寸不一致。

如果是偶数，则会一致，但是不是4的倍数，下采样时，又可能会出现不一致的情况。

padding为1时，偶数与maxpool对的上，奇数对不上

padding为0时，奇数与maxpool对的上，偶数对不上

解决：

nn.MaxPool2d(kernel_size=2,stride=2,ceil_mode=True) 与padding为1对的上

为false还是无法对的上

maxpoolpadding为1时，则偶数结果也是 /2+1

out = nn.MaxPool2d(kernel_size=2,stride=2,padding=1)

https://blog.csdn.net/jacke121/article/details/104020945


                

        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    


                



	

		

			

				
					
Pytorch(1)  pytorch和tensorflow里面的maxpool

				
			

			

				

					GZHermit的博客
				

				

					02-02
					
					8436
					
				

			

		

		

			
				
pytorch和tensorflow所含的maxpool，虽然名字相同，但是功能是不一样。之前在用pytorch复现darknet里面的yolo-v2时才发现这个问题。在yolov2的第六个maxpool的时候，kernel为2，stride为1，所以 
按道理来说呢，输出的边size应该比输入的边size少1，但是yolo的设计是输入和输出的shape要相同。所以才发现了这个问题。

不同之处在

			
		

	



                

            
              



	

		

			

				
					
Pytorch maxpool的ceil_mode用法

				
			

			

				

					09-17
				

			

		

		

			
				
### PyTorch MaxPool2d 层中的 Ceil_Mode 参数详解  #### 一、MaxPool2d 概述  在深度学习中，卷积神经网络（Convolutional Neural Networks, CNNs）是一种广泛应用于图像识别与分类的强大工具。在CNN中，池化层...

			
		

	



              


  
              

                


	

		

			

				
					
PyTorch——对长度不统一的表格类型数据的一维卷积处理提取特征

				
			

			

				

					qq1803291168
				

				

					10-04
					
					1459
					
				

			

		

		

			
				
Pytorch实现对长度不一致的一维数据的统一卷积处理（Conv1d）

			
		

	





	

		

			

				
					
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)

				
			

			

				

					xioayanran123的博客
				

				

					03-22
					
					318
					
				

			

		

		

			
				
**输出大小**：`(batch_size, channels, H_out, W_out)`- **输入大小**：`(batch_size, channels, H, W)`- 在输入特征图的边缘填充 `1` 层像素，通常用于控制输出特征图的大小。- **最大池化**：从每个池化窗口中选择最大值，保留显著特征，减少数据量。- 池化窗口的步幅为 `2`，表示窗口每次移动 `2` 个像素。- **降维**：通过池化操作，特征图的空间尺寸会减小。输出特征图大小为 `(1, 1, 4, 4)`。

			
		

	



		

			
		



	

		

			

				
					
【pytorch】torch.nn.MaxPool2d详解与尺寸计算

				
			

			

				

					sazass的博客
				

				

					07-07
					
					1万+
					
				

			

		

		

			
				
torch.nn.MaxPool2d
功能：
MaxPool 最大池化层，池化层在卷积神经网络中的作用在于特征融合和降维。池化也是一种类似的卷积操作，只是池化层的所有参数都是超参数，是学习不到的。
作用：
maxpooling有局部不变性而且可以提取显著特征的同时降低模型的参数，从而降低模型的过拟合。只提取了显著特征，而舍弃了不显著的信息，是的模型的参数减少了，从而一定程度上可以缓解过拟合的产生。
函数原型：
nn.MaxPool2d(kernel_size, stride, padding=1, dila

			
		

	





	

		

			

				
					
pytorch池化maxpool2D注意事项

				
			

			

				

					怡宝2号
				

				

					09-04
					
					1万+
					
				

			

		

		

			
				
注意： 在搭建网络的时候用carpool2D的时候，让高度和宽度方向不同池化时，用如下：
nn.MaxPool2d(kernel_size=2, stride=(2, 1), padding=(0, 1))
千万不要用： nn.MaxPool2d(kernel_size=2, stride=(2, 1), padding=(0, 0))， 这样在用交叉熵做损失函数的时候，有时候会出现loss为na...

			
		

	





	

		

			

				
					
pytorch(6)——最大池化(pool)

				
			

			

				

					weixin_44674875的博客
				

				

					03-07
					
					1799
					
				

			

		

		

			
				
最大池化

			
		

	





	

		

			

				
					
浅谈pytorch池化maxpool2D注意事项

				
			

			

				

					12-20
				

			

		

		

			
				
在PyTorch中，`MaxPool2d`是卷积神经网络中常用的一种池化操作，用于降低数据的空间维度，从而减少计算量并保持模型的泛化能力。本篇文章将深入探讨`MaxPool2d`的使用，特别是针对在处理高度和宽度方向不同池化时的...

			
		

	





	

		

			

				
					
pytorch_pytorch_卷积神经网络_

				
			

			

				

					09-29
				

			

		

		

			
				
这个项目展示了如何在PyTorch中搭建和训练一个简单的卷积神经网络，用于解决MNIST手写数字识别问题。通过调整网络结构、参数设置和训练策略，可以进一步提升模型的性能。同时，PyTorch的动态计算图特性使其在模型...

			
		

	





	

		

			

				
					
pytorch卷积池化输出特征图尺寸

				
			

			

				

					qq_45266796的博客
				

				

					03-16
					
					970
					
				

			

		

		

			
				
1.卷积：向下取整数

2.池化
Note：ceil_mode – when True, will use ceil instead of floor to compute the output shape
向上取整和向下取整，默认是向下取整
如果ceil_mode的值为True，那么则用向上取整，否则用向下取整，默认是向下取整

官方文档：
https://pytorch.org/docs/stable/nn.functional.html?highlight=pool#torch.nn.function

			
		

	





	

		

			

				
					
卷积层，池化层，padding=‘same‘ ，为什么卷积层图像尺寸不变，池化层后图像尺寸减半呢？

				
			

			

				

					DK_tian的博客
				

				

					11-01
					
					3543
					
				

			

		

		

			
				
先摆一下通用计算公式：

h:图像长度，k:卷积/池化核尺寸，p:填充数，s:移动步长

长度公式：

宽度公式：

对于经过卷积，池化后的图像尺寸都可以按照此公式进行计算。



在实际的使用过程中经常会有此疑惑点：卷积层跟池化层都使用了padding = 'same'，为什么卷积层图像尺寸不变，池化层后图像尺寸减半呢？


print(images.shape)  # 输入图片
conv1 = layers.Conv2D(filters=64,kernel_size=3,strides=1,paddi.

			
		

	





	

		

			

				
					
torch.nn.MaxPool2d

					
热门推荐

				
			

			

				

					云中寻雾的博客
				

				

					07-28
					
					2万+
					
				

			

		

		

			
				
卷积操作中 pool层是比较重要的，是提取重要信息的操作，可以去掉不重要的信息，减少计算开销。




class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)


如果padding不是0，会在输入的每一边添加相应数目0 比如padding=1，则在每一边分别补0.

参数：


	kernel_size(int or tuple) - .

			
		

	





	

		

			

				
					
【PyTorch】使用 MaxPool 实现图像的膨胀和腐蚀

				
			

			

				

					豆芽菜
				

				

					10-11
					
					459
					
				

			

		

		

			
				
PyTorch使用 MaxPool 实现图像的膨胀和腐蚀

			
		

	





	

		

			

				
					
torch.nn.MaxPool2d参数详解

				
			

			

				

					一璐有你的专栏
				

				

					09-05
					
					1万+
					
				

			

		

		

			
				
在神经网络中 池化层是比较重要的，是提取重要信息的操作，可以去掉不重要的信息，减少计算开销。下面我们来介绍
MaxPool2d的使用方法。
API官网文档


MaxPool2d 参数介绍

kernel_size ：表示做最大池化的窗口大小，可以是单个值，也可以是tuple元组
stride ：步长，可以是单个值，也可以是tuple元组
padding ：填充，可以是单个值，也可以是tuple元组
dilation ：控制窗口中元素步幅
return_indices ：布尔类型，返回最大值位置索引
cei

			
		

	





	

		

			

				
					
学习笔记（11):PyTorch框架讲解与应用-Pooling操作和Padding操作

				
			

			

				

					huangbo23的专栏
				

				

					10-13
					
					368
					
				

			

		

		

			
				
1、学会PyTorch基本使用
2、学会深度学习基础算法
3、结合PyTorch完成深度学习入门应用

			
		

	





	

		

			

				
					
PyTorch - Conv2d 和 MaxPool2d

				
			

			

				

					AI工程化、开源分享、文档翻译、代码笔记
				

				

					02-18
					
					697
					
				

			

		

		

			
				
conv2d
计算
Conv2d 函数解析
代码示例
MaxPool2d
计算
函数说明
卷积过程动画
Transposed convolution animations
Transposed convolution animations

			
		

	





	

		

			

				
					
MaxPooling里面的padding

				
			

			

				

					子燕若水的博客
				

				

					10-14
					
					3742
					
				

			

		

		

			
				
MaxPooling层的整体目的是减小空间尺寸（高度和宽度）。

因此，padding不像卷积层那样用于防止空间尺寸的减小。

取而代之的是，MaxPooling可能需要padding来处理输入形状不完全适合kernel大小的情况。



举个例子, 下图kernel的输入完全匹配kernel的尺寸,故padding == 0。





下图kernel的输入不匹配kernel的尺寸,所以让padding=0.5,两边乘2之后输入的尺度为6*6,

刚好可以被2*2的kernel所遍历。


...

			
		

	





	

		

			

				
					
池化层max_pool中两种paddding操作

				
			

			

				

					lcczzu的专栏
				

				

					06-12
					
					3744
					
				

			

		

		

			
				
max_pool()中padding参数有两种模式valid和same模式。
Tensorflow的padding和卷积层一样也有padding操作，两种不同的操作输出的结果有区别。

函数原型max_pool(value, ksize, strides, padding, data_format="NHWC", name=None)

这一解释除了tf.nn.max_pool，还适用于tf.nn...

			
		

	





	

		

			

				
					
【TensorFlow】池化层max_pool中两种paddding操作

				
			

			

				

					TomRen
				

				

					11-01
					
					4527
					
				

			

		

		

			
				

max_pool()中padding参数有两种模式valid和same模式。

#source code:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/ops/nn_ops.py  line:2116
@tf_export("nn.max_pool")
def max_pool(value, ksiz...

			
		

	





	

		

			

				
					
pytorch上的常用卷积设计网络模型

					
最新发布

				
			

			

				

					03-23
				

			

		

		

			
				
### 常见的 PyTorch 卷积神经网络模型设计与实现

在 PyTorch 中构建卷积神经网络（CNN），通常会涉及多个核心组件的设计与组合，这些组件包括但不限于 `nn.Module` 的使用、卷积层、池化层、激活函数以及全连接层等[^1]。

#### 1. **基本骨架——`nn.Module`**
PyTorch 提供了一个灵活的基础类 `nn.Module` 来定义自定义神经网络架构。通过继承该类并重写其方法（如 `__init__` 和 `forward` 方法），可以轻松创建复杂的 CNN 模型。例如：

```python
import torch.nn as nn

class SimpleCNN(nn.Module):
    def __init__(self):
        super(SimpleCNN, self).__init__()
        # 定义卷积层和其他模块
        self.conv_layers = nn.Sequential(
            nn.Conv2d(1, 32, kernel_size=5, stride=1),  # 输入通道数为1，输出通道数为32
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2),
            
            nn.Conv2d(32, 64, kernel_size=3, stride=1),  # 输出通道数变为64
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2)
        )
        
        self.fc_layer = nn.Linear(64 * 5 * 5, 10)  # 全连接层
        
    def forward(self, x):
        out = self.conv_layers(x)
        out = out.view(out.size(0), -1)  # 展平处理
        out = self.fc_layer(out)
        return out
```

上述代码展示了如何利用 `nn.Module` 构建一个简单的两层卷积神经网络，并结合 ReLU 非线性激活函数和最大池化操作来提取特征[^2]。

---

#### 2. **卷积层与池化层的作用**

卷积层的核心功能是对输入数据应用一系列可学习的滤波器（即卷积核）以检测局部模式；而池化层则用于降低空间维度，减少计算量的同时保留重要信息。两者共同构成了 CNN 的主要隐藏层结构[^2]。

具体来说，在设计卷积层时需要注意以下几个参数的选择：
- **卷积核数量**：初始阶段建议从小规模开始（如 32 或者更少），随着层数加深逐步增大。
- **卷积核尺寸**：对于灰度图片或者简单场景下的特征提取，可以选择较大的窗口（比如 \(5 \times 5\)），后续再逐渐缩小至 \(3 \times 3\)[^3]。
- **步幅（stride）**：默认情况下设为 1 是较为常见的做法。
- **零填充（padding）**：可以通过调整 padding 参数保持原始分辨率不变或控制最终输出形状。

---

#### 3. **非线性激活函数的应用**

为了增强模型表达能力，引入非线性变换至关重要。ReLU 函数作为最广泛使用的激活函数之一，因其高效性和易于优化的特点被普遍采用。它能够有效缓解梯度消失问题，促进深层网络的学习过程[^4]。

以下是 ReLU 在实际中的调用方式：
```python
activation_function = nn.ReLU()
output = activation_function(input_tensor)
```

除此之外，还有其他类型的激活函数可供选择，例如 Sigmoid、Tanh 等，但在现代深度学习实践中，ReLU 及其变体往往表现更好。

---

#### 4. **全连接层的功能描述**

经过若干次卷积与池化的预处理之后，得到的是低维向量形式的数据表示。此时需借助全连接层完成分类或其他特定任务目标。假设最后一轮卷积后的张量大小为 \(C \times H \times W\) ，那么展平后送入 FC Layer 进行映射即可得出预测结果。

示例代码片段如下所示：
```python
flattened_input = input_tensor.view(batch_size, -1)
fc_output = fully_connected(flattened_input)
```

其中 `-1` 表达自动推导剩余维度长度的意思。

---

### 总结

综上所述，基于 PyTorch 实现标准 CNN 主要围绕着几个关键要素展开讨论，分别是基础框架搭建(`nn.Module`)、逐级深入挖掘图像内部规律(卷积+池化)，最后经由密集关联节点做出决策判断(全连接层)。整个流程环环相扣缺一不可。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
AI算法网奇

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值