Pytorch: conv2d、空洞卷积、maxpool2d、 ConvTranspose2d的输出特征图计算方式

最新推荐文章于 2024-03-18 14:46:56 发布
最新推荐文章于 2024-03-18 14:46:56 发布
阅读量4.2k 收藏 49
点赞数 4
分类专栏： 深度学习 pytorch 文章标签： pytorch 输出特征图计算 conv2d、空洞卷积 maxpool2d ConvTranspose2d
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/paoxungan5156/article/details/115692758
版权
本文详细介绍了PyTorch中卷积层(包括常规conv2d与空洞卷积)、maxpool2d、以及上采样ConvTranspose2d的操作原理和实例，展示了它们如何影响输入输出特征图尺寸。特别关注了padding、dilation和stride参数的作用。

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

1、conv2d

nn.Conv2d(in_dim, out_dim, kernel_size=3, stride=1, padding=1)

输入为（h1,w1）,输出为（h2,w2）,h2的计算如下，w2同理：

h2 = \frac{h1-kernelsize+2*padding}{stride}+1

pytorch中如果是3*3的卷积，且步长为1，此时padding设置为1，那么输出特征图大小和输入特征图大小相同。

2、空洞卷积——conv2d

nn.Conv2d(in_dim, out_dim, kernel_size=3, stride=1, padding=2, dilation=2)

与普通卷积的函数相同，只不过多了一个参数dilation需要设置，dilation设置空洞率。

假设输入为（h1,w1）,输出为（h2,w2）

先计算感受野

最低0.47元/天 解锁文章
Tensorflow tf.nn.atrous_conv2d如何实现空洞卷积的
09-17
主要介绍了Tensorflow tf.nn.atrous_conv2d如何实现空洞卷积的，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
空洞卷积原理详解及其pytorch代码实现
m0_46378271的博客
10-05 1万+
空洞卷积及其pytorch实现
Pytorch：卷积神经网络-空洞卷积
Jingmin Wei's Blog
02-04 9571
搭建Dilated CNN识别Fashion-MNIST，并可视化相关结果。
Pytorch常用的函数(七)空洞卷积详解
最新发布
qq_44665283的博客
03-18 2570
Pytorch常用的函数(七)空洞卷积详解
pytorch之torch.nn.Conv2d()函数详解
热门推荐
夏普通
07-09 21万+
文章目录一、官方文档介绍二、torch.nn.Conv2d()函数详解参数详解参数dilation——扩张卷积（也叫空洞卷积）参数groups——分组卷积三、代码实例 一、官方文档介绍 官网 nn.Conv2d：对由多个输入平面组成的输入信号进行二维卷积 二、torch.nn.Conv2d()函数详解 参数详解 torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=
pytorch nn.Conv2d()中的padding以及输出大小方式
09-18
在PyTorch中，`nn.Conv2d()`是用于创建二维卷积层的类，它是深度学习模型构建中常用的基本组件。卷积层通过在输入数据上应用一系列滤波器（或称权重）来提取特征，这些滤波器通常具有一定的尺寸（kernel_size）、...
在Pytorch中计算卷积方法的区别详解(conv2d的区别)
09-18
`Conv2d`是PyTorch中的一个关键模块，它允许我们定义一个2D卷积层，而`F.conv2d`是PyTorch的函数接口，用于执行卷积操作。虽然两者在功能上相似，但它们的使用场景和灵活性有所不同。 **1. torch.nn.Conv2d** `nn....
deformable_conv2d_pytorch:在pytorch中实现的distableable_conv2d层
03-17
Deformable_Conv2d_Pytorch 在pytorch中实现的transformable_conv2d层。 我写了几篇关于志虎的文章，您可以阅读它以获得更多详细信息1. 1. 2 此外，我还完成一个例子网，，我很抱歉，我没有实现swapaxis方法，所以...
Pytorch之经典神经网络语义分割(3.1) —— 空洞卷积 Dilated conv/Atrous Conv (膨胀卷积/扩张卷积)(扩张率dilation rate) & pytorch实现
hxxjxw的博客
10-01 6512
使用Pascal VOC2012语义分割数据集 https://blog.csdn.net/qq_43280818/article/details/105916507
PyTorch中的Conv1D/2D/3D/空洞卷积/反卷积/深度可分离卷积解释
全性保真，不以物累形。
08-11 8911
PyTorch 基础教程 06
分组卷积和空洞卷积总结
qq_40602790的博客
05-29 1285
分组卷积和空洞卷积总结
pytorch代码验证空洞卷积
weixin_47289438的博客
02-05 3434
1.空洞卷积 注要内容如下： 空洞卷积理解 但是呢，对于这篇博客的部分内容我不赞同。 3x3的kernel设置dialted-rate=2时，理应变为"5x5"的kernel，多出来的空洞用0填充，这也是变相的增加了感受野。也就是说，设置dialted-rate>1时，会使得卷积的kernel变大。 2.代码验证 import numpy as np import torch import torch.nn as nn arr = np.array(range(1,26)) arr = arr.re
pytorch nn中的卷积层 与空洞卷积
weixin_43005832的博客
05-11 899
import winnt from torch.nn import Conv1d import torch.nn as nn import torch """torch.rand(*sizes, out=None) → Tensor 返回一个张量，包含了从区间[0,1)的均匀分布中抽取的一组随机数，形状由可变参数sizes 定义. torch.randn(*sizes, out=None) → Tensor 返回一个张量，包含了从标准正态分布(均值为0，方差为 1，即高斯白噪声)中抽取一组随机数，形状由可变
【Tensorflow】tf.nn.atrous_conv2d如何实现空洞卷积？
xf__mao的博客
09-10 6460
tensorflow版本1.2.0，python2.7环境 关于空洞卷积的理论可以查看以下链接，这里我们不详细讲理论： 1.Long J, Shelhamer E, Darrell T, et al. Fully convolutional networks for semantic segmentation[C]. Computer Vision and Pattern Recognit
Tensorflow：空洞卷积（Atrous convolution) atrous_conv2d的代码实现
懒骨头707
03-28 5623
一、参考文献 https://blog.csdn.net/mao_xiao_feng/article/details/78003730 https://blog.csdn.net/davincil/article/details/80902366 二、概念 空洞卷积的基本概念则是扩大卷积核，例如下图（作图为标准卷积核，有图为空洞卷积核）： 这里使用...
【深度学习】空洞卷积（扩张卷积）和一般卷积的区别 Dilated Convolution
weixin_46274756的博客
11-14 1893
【深度学习】空洞卷积（扩张卷积）和一般卷积的区别 Dilated Convolution
使用PyTorch实现空洞卷积和残差网络实验
YgjWeb的博客
09-17 389
空洞卷积（Dilated Convolution）和残差网络（Residual Network）是CNN中的两个重要概念，它们可以有效地提高模型的感受野和准确性。空洞卷积也被称为膨胀卷积（Dilated Convolution）或扩张卷积（Atrous Convolution），其主要目的是通过增加卷积核的感受野，从而捕捉更广泛的上下文信息。通过使用PyTorch实现空洞卷积和残差网络，我们可以轻松地构建和训练具有更大感受野和更强特征表达能力的深度学习模型，从而提升计算机视觉任务的准确性和性能。
【pytorch】卷积操作原理解析与nn.Conv2d用法详解
sazass的博客
05-14 3万+
stride=1,padding=0,groups=1,bias=True)函数作用：定义一个卷积核，方便后面进行二维卷积操作参数数据类型int输入图像通道数int卷积产生的通道数卷积核尺寸，可以设为1个int型数或者一个(int, int)型的元组。例如(2,3)是高2宽3卷积核stride卷积步长，默认为1。可以设为1个int型数或者一个(int, int)型的元组。padding填充操作，控制padding_mode的数目。简言之，就是决定图像边沿填充的方式。
PyTorch conv2d理解：单通道与多通道卷积解析
"Pytorch.nn.conv2d的理解与验证方法，包括单通道和多通道卷积的解析" 在PyTorch的nn模块中，`Conv2d`是用于二维卷积操作的关键类。它广泛应用于深度学习，特别是图像处理任务中，用于从输入图像中提取特征。卷积层...
评论 10
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
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