Pytorch nn.functional.unfold()的简单理解与用法

unfold的作用就是手动实现(卷积中)的滑动窗口操作，也就是只有卷，没有积

ret = F.unfold(inp, size)

inp：输入Tensor，必须是四维的(B, C, H, W)
size：元组，表示滑动窗口大小
ret：输出三维Tensor(a, b, c)，a表示输入的batch数，b表示滑动窗口的大小，c表示滑动窗口滑动的次数

例如，对于一张1×1×5×5的如下特征图：

[[[[  1,  2,  3,  4,  5],[  6,  7,  8,  9, 10],[ 11, 12, 13, 14, 15],[ 16, 17, 18, 19, 20],[ 21, 22, 23, 24, 25]]]]

对其进行2×2的滑动窗口操作，过程是这样的：

1 2  ->  2 3  ->  3 4
6 7      7 8      8 9  ...

编写代码如下：

import torch
from torch.nn import functional as F x = torch.Tensor([[[[  1,  2,  3,  4,  5],[  6,  7,  8,  9, 10],[ 11, 12, 13, 14, 15],[ 16, 17, 18, 19, 20],[ 21, 22, 23, 24, 25]]]])
x = F.unfold(x, (2, 2))
print(x)
print(x.size())

输出如下：

tensor([[[ 1,  2,  3,  4,  6,  7,  8,  9, 11, 12, 13, 14, 16, 17, 18, 19],[ 2,  3,  4,  5,  7,  8,  9, 10, 12, 13, 14, 15, 17, 18, 19, 20],[ 6,  7,  8,  9, 11, 12, 13, 14, 16, 17, 18, 19, 21, 22, 23, 24],[ 7,  8,  9, 10, 12, 13, 14, 15, 17, 18, 19, 20, 22, 23, 24, 25]]])
torch.Size([1, 4, 16])

行数为4，即对应着2×2的滑动窗口大小；而每一列的元素为滑动窗口依次所覆盖的内容，一共滑动了16次，因此有16列。

Pytorch nn.functional.unfold()的简单理解与用法相关推荐

Pytorch Tensor.unfold()的简单理解与用法
unfold的作用就是手动实现的滑动窗口操作,也就是只有卷,没有积:不过相比于nn.functional中的unfold而言,其窗口的意味更浓,只能是一维的,也就是不存在类似2×2窗口的说法. ret ...
Pytorch nn.functional.pad()的简单用法
官方文档:https://pytorch-cn.readthedocs.io/zh/latest/package_references/functional/ 作用:进行填充,类似卷积里的paddin ...
【Pytorch 】nn.functional.unfold()==＞卷积操作中的提取kernel filter对应的滑动窗口
使用方法: def unfold(input, kernel_size, dilation=1, padding=0, stride=1):"""input: tenso ...
torch.nn.functional.unfold 用法解读
torch.nn.Unfold(kernel_size, dilation=1, padding=0, stride=1) 参数 kernel_size,滑动窗口的大小 dilation,和空洞卷积中 ...
Pytorch nn.Fold()的简单理解与用法
官方文档:https://pytorch.org/docs/stable/generated/torch.nn.Fold.html 这个东西基本上就是绑定Unfold使用的.实际上,在没有overla ...
Pytorch nn.BCEWithLogitsLoss()的简单理解与用法
这个东西,本质上和nn.BCELoss()没有区别,只是在BCELoss上加了个logits函数(也就是sigmoid函数),例子如下: import torch import torch.nn as ...
Pytorch forward()的简单理解与用法
1.基本用法在pytorch中,使用torch.nn包来构建神经网络,我们定义的网络继承自nn.Module类.而一个nn.Module包含神经网络的各个层(放在__init__里面)和前向传播方式 ...
Pytorch Dataset、Dataloader的简单理解与使用
本文以torch.utils.data中的Dataset类为例进行说明 Dataset的作用是构建自定义的数据集,以方便使用Dataloader进行加载语法我们自定义的数据集需要继承自torch. ...
torch.functional.unfold
unfold其实功能很简单就是在N*C*H*W的H*W平面上取块,然后堆叠,主要用于CV中的patch提取. fold的功能与unfold相反,但块重叠部分是相加处理的,因此需要除以重叠次数. imp ...

Pytorch nn.functional.unfold()的简单理解与用法

Pytorch nn.functional.unfold()的简单理解与用法相关推荐

最新文章

热门文章