pytorch 中的 ConvTranspose2d

torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0)

 

逆卷积包含两步,先对原 tensor 进行 上采样,然后再进行一次常规的卷积操作。

上采样:每两行(列)之间插入(stride-1)个零行(列)

              周边zero-padding,%%%%%%%处理下划线:_%%%%%%%%% \usepackage{underscore} %%%%%%%处理下划线:_%%%%%%%%% (kernel_size - 1) - padding(kernel\_size - 1) - padding 。

 

卷积操作:以输入的kernel\_size, 步长始终为1(和输入的stride的值无关)。

 

新特征的大小:

H_{out}=(H_{in}-1 )\times stride-2\times padding+kernel\_size

 

 

Ref:

https://blog.csdn.net/qq_27261889/article/details/86304061

 

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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