卷积与反卷积输出计算公式
·
目录
符号约定
-
输入尺寸(input):
-
输出尺寸(output):
-
步长(stride):
-
填充(padding):
-
卷积核大小(kernel_size):
卷积输出公式
卷积输出大小 结果向下取整
反卷积输出公式
反卷积输出大小 结果向下取整
卷积示例
import torch
import torch.nn as nn
x = torch.rand(3, 28, 28)
print(x.shape)
conv = nn.Conv2d(3, 2, 3, 2, 1) # (ic, oc, k , s, p)
y = conv(x)
print(y.shape)
输出结果

根据公式计算得到
输入通道3,变为2
反卷积示例
import torch
import torch.nn as nn
x = torch.rand(3, 4, 4)
convtranspose = nn.ConvTranspose2d(3, 4, 2, 3, 1) # (ic, oc, k, s, p)
y = convtranspose(x)
print(x.shape)
print(y.shape)
输出结果
![]()
根据公式计算得到
输入通道3,输出通道4
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐

所有评论(0)