2.反卷积原理 + pytorch反卷积层参数output_padding
原理主要看1,设置看2
总结
由于卷积核滑动过程中,边界情况的不确定,使得在运算步长大于1的反卷积时会出现多种合法输出尺寸,pytorch的反卷积层提供了output_padding供使用者选择输出,一般情况下我们希望输入输出尺寸以步长为比例,因此output_padding一般取stride-1,同时padding取 (kernel_size - 1)/2 。
理由
o = (i-1)s+k-2p对应的卷积公式是o = [(i+2p-k)/s]+1
当s>1时会有多对1映射出现。即输入不同的尺寸,输出同样的尺寸(因为有一个向下取整的操作,只要分子加的这个数小于s)
ConvTranspose2d 反卷积 PyTorch
最新推荐文章于 2024-05-07 16:15:12 发布
本文详细介绍了PyTorch中反卷积操作的用法,重点讲解了output_padding参数的作用,它用于解决反卷积时不同输入尺寸可能导致的输出尺寸不确定性。通过理解卷积公式并举例说明,读者可以掌握如何正确设置output_padding以保持输入与输出尺寸的比例。
摘要由CSDN通过智能技术生成