pytorch nn.Conv2d()中的padding以及輸出大小方式
阿新 • • 發佈:2020-01-12
我就廢話不多說了,直接上程式碼吧!
conv1=nn.Conv2d(1,2,kernel_size=3,padding=1) conv2=nn.Conv2d(1,kernel_size=3) inputs=torch.Tensor([[[[1,3],[4,5,6],[7,8,9]]]]) print("input size: ",inputs.shape) outputs1=conv1(inputs) print("output1 size: ",outputs1.shape) outputs2=conv2(inputs) print("output2 size: ",outputs2.shape) 輸出: input size: torch.Size([1,1,3,3]) output1 size: torch.Size([1,3]) output2 size: torch.Size([1,1])
padding是指卷積前進行padding,這樣保證輸出的影象形狀大小與輸入相同,但是通道數channel改變了。
以上這篇pytorch nn.Conv2d()中的padding以及輸出大小方式就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。