能实现实现上采样,用于 解码、图像超分辨···
卷积&转置卷积的不同之处 Conv2d vs ConvTransposed2d
1. 卷积Conv2d
- Conv2d是valid卷积
- stride是卷积核的 滑动步长
- padding是图像四周的0填充,padding=1表示四周填充一排像素点
2. 转置卷积ConvTransposed2d – 使用方法
-
ConvTransposed2d是 full卷积
-
stride是图片像素点之间的间距,stride=1为像素的的正常间距,stride=2表示像素点间距为2,即添加了一排0填充
-
padding是消边,消去0填充边缘,padding=1代表消去full卷积中的1条0填充边缘(不同于卷积中的添加0填充边)
stride=1, padding=0, kernel=3 |
---|