python中如何反解函数_PyTorch中反卷积的用法详解

pytorch中的 2D 卷积层和 2D 反卷积层函数分别如下：

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, groups=1, bias=True)

class torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, bias=True)

我不禁有疑问：

问题1：两个函数的参数为什么几乎一致呢？

问题2：反卷积层中的 output_padding是什么意思呢？

问题3：反卷积层如何计算input和output的形状关系呢？

看了中文文档后，我得不出答案，看了英文文档，才弄明白了。花费了一个下午的时间去研究这个问题，值得用此文纪录一下。

我们知道，在卷积层中，输入输出的形状关系为：

o = [ (i + 2p - k)/s ] +1 （1）

其中：

O : 为 output size

i: 为 input size

p: 为 padding size

k: 为kernel size

s: 为 stride size

[] 为下取整运算

(1) 当 S=1 时

若 s等于1，则公式（1）中的取整符号消失，o 与 i 为一一对应的关系。我们有结论：

如果卷积层函数和反卷积层函数的 kernel_size, padding size参数相同（且 stride= 1），设反卷基层的输入输出形状为 i' 和 o', 卷积层的输入输出形状i和o, 则它们为交叉对应的关系，即：

i = o'

o = i'

为回答问题3, 我们将上述关系代入公式中，即：

i' = o' + 2p - k +1

已知 i', 即可推出 o':

o' = i' - 2p + k - 1 （2）

摘两个例子：

(2) 当 S>1 时

若 S>1 , 则公式（1）中的取整符号不能消去，o 与 i 为多对1 的关系。效仿 S=1时的情形, 我们有结论：

如果卷积层函数和反卷积层函数的 kernel_size, padding size参数相同（且 stride>1），设反卷基层的输入输出形状为 i' 和 o', 卷积层的输入输出形状i和o,

i' = [ (o' + 2p - k)/s ] +1

已知 i', 我们可以得出 s 个 o' 解:

o'(0) = ( i' - 1) x s + k - 2p

o'(1) = o'(1) + 1

o'(2) = o'(1) + 2

...

o'(s-1) = o'(1) + s-1

即：

o'(n) =o'(1) + n = ( i' - 1) x s + k - 2p + n,

n = {0, 1, 2...s-1}

为了确定唯一的 o' 解，我们用反卷积层函数中的ouput padding参数指定公式中的 n 值。这样，我们就回答了问题（2）。

摘一个简单的例子：

(3) 实验验证

给出一小段测试代码，改变各个参数值，运行比较来验证上面得出的结论，have fun~.

from torch import nn

from torch.nn import init

from torch.autograd import Variable

dconv = nn.ConvTranspose2d(in_channels=1, out_channels= 1, kernel_size=2, stride=2, padding=1,output_padding=0, bias= False)

init.constant(dconv.weight, 1)

print(dconv.weight)

input = Variable(torch.ones(1, 1, 2, 2))

print(input)

print(dconv(input))

以上这篇PyTorch中反卷积的用法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

本文标题: PyTorch中反卷积的用法详解

本文地址: http://www.cppcns.com/jiaoben/python/296287.html

python中如何反解函数_PyTorch中反卷积的用法详解相关推荐

python中values是什么意思_Python values()与itervalues()的用法详解
dict 对象有一个 values() 方法,这个方法把dict转换成一个包含所有value的list,这样,我们迭代的就是 dict的每一个 value: d = { 'Adam': 95, 'Li ...
linux中grep命令菜鸟教程,linux grep正则表达式与grep用法详解
需要大家牢记:正则表达式与通配符不一样,它们表示的含义并不相同正则表达式只是字符串的一种描述,只有和支持正则表达式的工具相结合才能进行字符串处理.本文以grep为例来讲解正则表达式. grep命令 ...
linux中id命令的功能,Linux id命令参数及用法详解
Linux id命令参数及用法详解--Linux查看当前登陆用户uid,gid. 命令:id 功能说明:查看显示目前登陆账户的uid和gid及所属分组及用户名语法:id [-g ...
python 内存分析工具_python内存监控工具memory_profiler和guppy的用法详解
python2.7在内存管理上相比python3还是有些坑的,其释放后的内存仍然保留在python的内存池中,不被系统所用.python循环引用的变量不会被回收,这会导致程序越运行,占用的内存越大.我 ...
python dataframe index loc_基于DataFrame筛选数据与loc的用法详解
DataFrame筛选数据与loc用法 python中pandas下的DataFrame是一个很不错的数据结构,附带了许多操作.运算.统计等功能. 如何从一个DataFrame中筛选中出一个元素呢. ...
python for i in range(len())_Python for i in range ()用法详解
for i in range ()作用: range()是一个函数, for i in range () 就是给i赋值: 比如 for i in range (1,3): 就是把1,2依次赋值给i r ...
linux 中的who的参数,linux who命令参数及用法详解
执行这项指令可得知目前有那些用户登入系统,单独执行who指令会列出登入帐号,使用的终端机,登入时间以及从何处登入或正在使用哪个X显示器 linux who 命令详解 Linux最常用命令之一功能说 ...
python代码覆盖率怎么统计的_Python代码覆盖率统计工具coverage.py用法详解
1.安装coverage pip install coverage 安装完成后,会在Python环境下的\Scripts下看到coverage.exe: 2.Coverage 命令行 coverage ...
Python多线程编程(一）：threading 模块 Thread 类的用法详解
我们进行程序开发的时候,肯定避免不了要处理并发的情况. 一般并发的手段有采用多进程和多线程. 但线程比进程更轻量化,系统开销一般也更低,所以大家更倾向于用多线程的方式处理并发的情况. Python 提 ...

python中如何反解函数_PyTorch中反卷积的用法详解

python中如何反解函数_PyTorch中反卷积的用法详解相关推荐

最新文章

热门文章