Torch SpatialConvolution 和 SpatialFullConvolution 的区别

原文章链接
Torch nn模块中包含了常用的卷积层（convolutional layers），本文简单介绍其中两个名字很相似，作用却不同的卷积操作：

Spatial Modules:

SpatialConvolution: 在输入图像上进行2D卷积操作（2D convolution）
SpatialFullConvolution: 在输入图像上进行2D全卷积操作（2D full convolution）

逐一来看两个卷积操作的定义：

1.SpatialConvolution

module = nn.SpatialConvolution(nInputPlane, nOutputPlane, kW, kH, [dW], [dH], [padW], [padH])

对于多通道的图像进行2D卷积操作，输入的对象（称为tensor）为3D tensor（nInputPlane x height x width）， 其中nInputPlane也就是常说的通道数。

函数中各参数的含义为：

nInputPlane: 输入图像的通道数
nOutputPlane: 卷积层输出数据的通道数（Caffe中的num_output）
kW: 卷积核窗口宽度
kH: 卷积核窗口长度
dW: 卷积窗口沿宽边方向上的移动步距，默认值为1
dH: 卷积窗口沿长边方向上的移动步距，默认值为1
padW, padH: 输入补零，默认值是0，比较好的设置是(kW-1)/2，可以保证卷积后feature map的plane size与输入的plane size一致。

对于一个3D tensor（nInputPlane x height x width），卷积层输出的feature map的plane size为nOutputPlane x oheight x owidth ，其中：

owidth  = floor((width  + 2*padW - kW) / dW + 1)
oheight = floor((height + 2*padH - kH) / dH + 1)

2.SpatialFullConvolution

module = nn.SpatialFullConvolution(nInputPlane, nOutputPlane, kW, kH, [dW], [dH], [padW], [padH], [adjW], [adjH])

咋一看与SpatialConvolution基本一致，只是多了两个参数而已。在其他框架下，这一操作相当于： “In-network Upsampling”, “Fractionally-strided convolution”, “Backwards Convolution,” “Deconvolution”, or “Upconvolution.”

简单说，就是一个去卷积或者上采样的操作，函数的大部分参数与SpatialConvolution一样：

nOutputPlane: 卷积层输出数据的通道数（Caffe中的num_output）
kW: 卷积核窗口宽度
kH: 卷积核窗口长度
dW: 卷积窗口沿宽边方向上的移动步距，默认值为1
dH: 卷积窗口沿长边方向上的移动步距，默认值为1
padW, padH: 输入补零，默认值是0，比较好的设置是(kW-1)/2，可以保证卷积后feature map的plane size与输入的plane size一致
adjW: 额外加上一定的宽度或者高度到输出图像中，默认值是0，但是不能超过dW-1/dH-1。

与SpatialConvolution不同的是，对于同样的3D tensor（nInputPlane x height x width）输入，输出结果（nOutputPlane x oheight x owidth）的计算方式却不相同：

owidth  = (width  - 1) * dW - 2*padW + kW + adjW
oheight = (height - 1) * dH - 2*padH + kH + adjH