pytorch零填充函数ZeroPad2d作用

最新推荐文章于 2023-12-11 12:03:44 发布
最新推荐文章于 2023-12-11 12:03:44 发布
阅读量1.3w 收藏 20
点赞数 10
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/weixin_45459911/article/details/108324800
版权

pytorch中最常用的零填充函数是nn.ZeroPad2d，也就是对Tensor使用0进行边界填充，我们可以指定tensor的四个方向上的填充数，比如左边添加1dim、右边添加2dim、上边添加3dim、下边添加4dim，即指定paddin参数为（1，2，3，4），如下：

pad = nn.ZeroPad2d(padding=(1, 2, 3, 4))
y = pad(x)
得到的y是x在四个方向上按照（1，2，3，4）进行的补零操作，如下图：

在这里插入图片描述

工藤旧一
关注
  • 10
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
常见的几种填充方式：ZeroPad2d/ReflectionPad2d...（Pytorch）
NorthSmile的博客
08-30 2681
可看到在输入中H_in=2,W_in=5，而输出中为H_out=2+1+1=4,W_out=5+2+2=9。可看到在输入中H_in=2,W_in=5，而输出中为H_out=2+1+1=4,W_out=5+1+1=7。最后进行填充时，左面填充pad_left=1个左边界复制品，而右面填充pad_right=2个右边界复制品。结果：可看到原始输入的左、右、上、下四个边界依次填充pad_left=1,pad_right=2,pad_top=3,pad_bottom=4大小的边界复制品。...
[Daily]torch里的一些初始化
棉毛裤穿吗
09-28 449
虽然少壮不努力但是老大还是要亡（精）羊（卫）补（填）牢（海） torch.nn.init里的一些函数 均匀分布 nn.init.uniform_(tensor, a=0, b=1) 用均匀分布生成值来填充tensor t1 = torch.zeros(2, 2) print(t1) t2 = nn.init.uniform_(t1) print(t2) >>> tensor([[0., 0.], >>> [0., 0.]]) &g
Stable Diffusion 源码解析（1）
最新发布
ZhengrongYue的博客
12-11 3996
Stable Diffusion 源码解析（1）
nn.ZeroPad2d()层详解
“365天深度学习训练营”报名进行中～
07-05 1214
在这个示例中，输出张量的尺寸将变为(1, 3, 36, 36)，在输入张量的周围增加了2个零值填充。在PyTorch中，"zeropad"层实际上是指的是"ZeroPad2d"模块，它是PyTorch中的一个二维零填充层。它主要用于在二维输入张量的周围添加零值像素，从而改变输入张量的尺寸。在上述示例中，我们首先创建了一个大小为(1, 3, 32, 32)的输入张量，表示一个批次大小为1的RGB图像，高度和宽度均为32。层，您可以方便地控制输入张量的尺寸，并在卷积神经网络中实现各种形状的操作。
pytorch中的nn.ZeroPad2d()，零填充函数
qq_37937847的博客
04-13 9280
在卷积神经网络中，有使用设置padding的参数，配合卷积步长，可以使得卷积后的特征图尺寸大小不发生改变，那么在手动实现图片或特征图的边界零填充时，常用的函数是nn.ZeroPad2d(),可以指定tensor的四个方向上的填充，比如左边添加1dim、右边添加2dim、上边添加3dim、下边添加4dim，即指定paddin参数为（1，2，3，4），本文中代码设置的是（3，4，5，6）如下： import torch.nn as nn import cv2 import torchvision from to
Pytorch之Tensor
WeiXy的博客
07-01 2299
Tensor 又名张量，可简单地认为它就是一个数组，支持GPU加速。 Tensor从接口角度讲，对Tensor的操作可以分为两类： （1） torch.function （2） tensor.function Tensor从存储的角度讲，对Tensor的操作可以分为两类： （1）不会修改自身的数据，如a.add(b)，结果返回一个新的tensor （2）修改自身的数据，如a.add_(b)，结果仍...
PyTorch之填充操作
修行之路
05-29 855
PyTorch之填充操作
tf.pad()--填充操作
panghuzhenbang的博客
05-06 925
padings：代表每一维填充多少，它的维度和tensor的维度一样； 此操作根据您指定的 paddings 来填充一个 tensor，paddings 是一个具有形状 [n, 2] 的整数张量，其中 n 是 tensor 的秩，对于每个输入维度 D，paddings [D, 0] 表示在该维度的 tensor 内容之前要添加多少个值，而 paddings[D, 1] 表示在该维度中的 tensor 内容之后要添加多少值。
pytorch AvgPool2d函数使用详解
12-23
我就废话不多说了，直接上代码吧！ import torch import torch.nn as nn import torch.nn.functional as F from torch.autograd import Variable import numpy as np input = Variable(torch.Tensor([[[1, 3, 3, 4,...
Pytorch损失函数nn.NLLLoss2d()用法说明
09-16
在PyTorch中，损失函数是衡量模型预测与真实标签之间差距的重要工具，nn.NLLLoss2d()是其中一种损失函数，主要用于二维数据，如图像处理任务。它全称为Negative Log Likelihood Loss（负对数似然损失），在分类问题...
pytorch torch.nn.AdaptiveAvgPool2d()自适应平均池化函数详解
12-23
AdaptiveAvgPool2d CLASStorch.nn.AdaptiveAvgPool2d(output_size)[SOURCE] Applies a 2D adaptive average pooling over an input signal composed of several input planes. The output is of size H x W, for ...
pytorch 常用线性函数详解
12-23
Pytorch的线性函数主要封装了Blas和Lapack，其用法和接口都与之类似。 常用的线性函数如下： 函数 功能 trace 对角线元素之和（矩阵的迹） diag 对角线元素 triu/tril 矩阵的上三角/下三角，可指定偏移量 ...
tensor数据--边做边学笔记
weixin_42421591的博客
09-04 892
tensor数据--边做边学笔记
numpy中pad函数的常用方法
weixin_33738578的博客
01-02 689
一、参数解释 ndarray = numpy.pad(array, pad_width, mode, **kwargs) array为要填补的数组 pad_width是在各维度的各个方向上想要填补的长度,如（（1，2），（2，2）），表示在第一个维度上水平方向上padding=1,垂直方向上padding=2,在第二个维度上水平方向上padding=2,垂直方向上padding=2。如果直接...
tensor如何插入一行为0或者一列为0 其他类似，实现append
weixin_47604030的博客
07-27 1675
这些曲线真难
PyTorch | 创建 Tensor
m0_52650517的博客
08-04 231
pytorch创建Tensor一、从numpy创建tensor二、从List创建tensor 一、从numpy创建tensor import numpy as np import torch from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all" a = np.array([2,3.3]) torch.from_numpy(a) o = np.one
keras.layers.ZeroPadding2D
weixin_43533058的博客
10-22 5182
keras.layers.AeroPadding2DZeroPadding2D参数 ZeroPadding2D ```python keras.layers.ZeroPadding2D(padding=(1, 1), data_format=None)(x) 表示将上一层的输出上下左右补充一行（一列）0,行数+2,列数+2。 Zeropadding2D即为2D输入的零填充层。 参数 padding: 为整数，表示上下左右填充相同层数（列数）。 为两个整数的元组，对宽度和高度进行不同层数的添加。 为两个含
PyTorch | 零填充张量
W1995S的博客
04-10 3718
如果您只想用零填充张量（而不仅仅是在某处添加额外的零），则可以使用torch.nn.functional.pad： import torch t = torch.arange(8).reshape(1, 4, 2).float() x = torch.nn.functional.pad(t, (1, 1, 1, 1))# 左、右、上、下各填充‘’1‘’个0 print(x) 0 0 0 0 0 1 2 0 0 3 4 0 0 5 6 0 0 7 8 0 0 0 0 0 ...
pytorch必须掌握的4种边界Padding方法
shitoucoming的博客
05-01 2464
卷积操作作为卷积神经网络的核心模块，在其计算过程中必须考虑图像“边缘像素”的卷积方式。查阅资料发现，我们可以采用“卷积之前进行边界填充”或“卷积之后进行边界填充两种方式”，同时边界填充的具体手段包含常量填充、零填充、镜像填充以及重复填充等。在具体分析各种Pad之前，先创建一个2dTensor用于测试后面的填充操作：x = torch.Tensor([[1, 2], [3, 4]])创建的Tenso...
ZeroPad2d 函数
05-23
ZeroPad2d函数是Pytorch中的一个函数，可以用于在2D的张量的边缘进行零填充（zero-padding）。它的定义如下： ``` torch.nn.ZeroPad2d(padding) ``` 其中，padding是一个四元组，包括左、右、上、下四个方向上的填充数。例如，若padding=(1,2,3,4)，则表示张量的左侧填充1个零，右侧填充2个零，上方填充3个零，下方填充4个零。 这个函数可以用于在进行卷积操作时，保持输出张量的大小与输入张量相同，同时增加边缘的零填充，以保证卷积核能够在边缘上也能进行卷积操作。

“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

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