Pytorch-学习记录卷积操作—

设计网络结构、看网络结构源码时时常需要计算输入在结构中经过卷积层、pooling层后尺寸大小，特此记录。

pytorch中二维卷积层接口为 Conv2d() ，参数详情不多赘述，详情请参阅官方文档。我在此主要说明卷积层对输入计算之后size的变化情况。

例如，

卷积层的in_channels首先要与input的channels相对应，具体到上例，就是黑色和蓝色框所对应的部分。out_channels自行设定，表示输出卷积核个数。kernel_size为卷积核大小，stride为卷积核在输入上的窗口移动步长，当输入stride参数为int时，表示卷积核移动在横向与纵向都是相同步长，若stride=(x,y),表示在横轴与纵轴以不同步长滑动。 padding简单理解为对输入特征图四周的填充。kernel_size、padding、stride会影响输出特征图的尺寸。

从上图可知，输入的 batchsize=64 在网络结构前向传递过程中不改变大小。同时，在kernel_size=3,stride=1,padding=1的前提下，卷积不改变输入图像的尺寸。

特征图尺寸计算方式：

feature-map height : {(input_height - kernel_size + 2*padding) / stride[0] }+1 (stride[0]表示横向移动步长])

相似地，feature-map width : {(input_width - kernel_size + 2*padding) / stride[1] }+1 (stride[1]表示纵向移动步长])

再举个例子，输入经过两层卷积和一层pooling后尺寸。

计算过程：

经过第一层卷积后：（224-7+2*2）/2+1=111

第二层卷积：（111-3+1*2）/1+1=111

pooling：（111-3）/2+1=55

每一层的输出channels即是下一层的输入channels。

Resnet、Inception结构中有大量kernel_size=3,stride=1,padding=1的层，他们不改变特征图图大小。

总结一下，设计网络结构时候要注意输入channels和卷积层的in_channels保持一致，不同的kernel_size、padding、stride会影响输出特征图尺寸。

参考资料：

pytorch中文文档 http://pytorch-cn.readthedocs.io/zh/latest/
---------------------
作者：_Neo__
来源：CSDN
原文：https://blog.csdn.net/a132582/article/details/78658155
版权声明：本文为博主原创文章，转载请附上博文链接！

Pytorch-学习记录卷积操作——Tensor.size()相关推荐

Pytorch学习记录-torchtext和Pytorch的实例（使用神经网络训练Seq2Seq代码）
Pytorch学习记录-torchtext和Pytorch的实例1 0. PyTorch Seq2Seq项目介绍 1. 使用神经网络训练Seq2Seq 1.1 简介,对论文中公式的解读 1.2 数据预 ...
PyTorch学习记录——PyTorch进阶训练技巧
PyTorch学习记录--PyTorch进阶训练技巧 1.自定义损失函数 1.1 以函数的方式定义损失函数 1.2 以类的方式定义损失函数 1.3 比较与思考 2.动态调整学习率 2.1 官方提供的s ...
pytorch中的卷积操作详解
首先说下pytorch中的Tensor通道排列顺序是:[batch, channel, height, width] 我们常用的卷积(Conv2d)在pytorch中对应的函数是: torch.nn. ...
黄金时代 —— Pytorch学习记录（一）
文章目录 Tensor Tensor操作桥接 NumPy Cuda张量 Autograd:自动求导张量梯度定义网络关于nn和nn.Module模块网络 BP过程损失函数反向传播更新权 ...
PyTorch学习记录——PyTorch生态
Pytorch的强大并不仅局限于自身的易用性,更在于开源社区围绕PyTorch所产生的一系列工具包(一般是Python package)和程序,这些优秀的工具包极大地方便了PyTorch在特定领域的使 ...
pytorch tensor_[PyTorch 学习笔记] 1.2 Tensor(张量)介绍
本章代码: https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/tensor_introduce1.py https: ...
PyTorch学习记录-1PyTorch安装
学习建议里有PyTorch,所以我就开始了PyTorch的学习. 首先就是安装啦,去官网很清楚,可以选择自己的版本和平台,然后下面就会出现 Run this command: 后面跟着的命令复制运行 ...
Pytorch学习记录（七）：自定义模型 Auto-Encoders 使用numpy实现BP神经网络
文章目录 1. 自定义模型 1.1 自定义数据集加载 1.2 自定义数据集数据预处理 1.3 图像数据存储结构 1.4 模型构建 1.5 训练模型 2. Auto-Encoders 2.1 无监督学习 ...
[Pytorch] 学习记录（七）MNIST多分类问题
在处理多分类问题的时候会用到一个叫做softmax的分类器,是用来将输出结果划归到[0,1]的,本讲将主要从softmax分类器入手来实现多分类问题.在前一章我们对糖尿病模型进行了二分类,二分类问题中 ...

Pytorch-学习记录卷积操作——Tensor.size()

Pytorch-学习记录卷积操作——Tensor.size()相关推荐

最新文章

热门文章

Pytorch-学习记录 卷积操作——Tensor.size()

Pytorch-学习记录 卷积操作——Tensor.size()相关推荐

最新文章

热门文章

Pytorch-学习记录卷积操作——Tensor.size()

Pytorch-学习记录卷积操作——Tensor.size()相关推荐