conv2d的输入_PyTorch Conv2d中的四种填充模式解析

本文首发自【简书】用户【西北小生_】的博客，未经允许，禁止转载！

PyTorch二维卷积函数 torch.nn.Conv2d() 有一个“padding_mode”的参数，可选项有4种：'zeros', 'reflect',

'replicate' or 'circular'，其默认选项为'zeros'，也就是零填充。这四种填充方式到底是怎么回事呢？

padding_mode (string, optional): `'zeros'`, `'reflect'`,

`'replicate'` or `'circular'`. Default: `'zeros'`

为了直观的观察这4种填充方式，我们定义一个1*1卷积，并将卷积核权重设置为1，这样在进行不同填充方式的卷积计算后，我们即可得到填充后的矩阵。本例中我们生成一个由1~16组成的4*4矩阵，对其进行不同填充方式的卷积计算。

# 定义一个由1~16组成的高和宽维度为4*4的矩阵作为卷积输入，由于2维卷积只能处理4维的输入，故增加两个维度

In [51]: x = torch.nn.Parameter(torch.reshape(torch.range(1,16),(1,1,4,4)))

# 查看定义的输入

In [52]: x

Out[52]:

Parameter containing:

tensor([[[[ 1., 2., 3., 4.],

[ 5., 6., 7