nn.unfold和nn.fold与张量.unfold,还有F.unfold是不一样的操作

1：nn.unfold和nn.fold参考：(1条消息) 「详解」torch.nn.Fold和torch.ynn.Unfold操作_ViatorSun的博客-CSDN博客_unfold操作

(1条消息) pytorch中的nn.Unfold()函数和fold(函数详解_halo_wm的博客-CSDN博客_unfold函数

(1条消息) 图解卷积计算原理与pytorch中fold和unfold函数的使用_子燕若水的博客-CSDN博客_fold unfold2：张量.unfold(dim, size, step)

参考自(13条消息) F.pad() 函数详解_晓野豬的博客-CSDN博客_f.pad

但发现该参考博客有点问题，下面结合自己的实验进行说明。

实验代码如下：

a = torch.rand(1,3,5,5)
print(a)
b = a.unfold(dimension=2, size=3, step=1)
print(b.shape)
print(b)

结果如下：

结果分析：

dim参数：决定滑动窗口在那个维度取值，比如这个例子中，就是在H维度取值

size参数：决定了窗口的大小，而且只能是一维的

step：决定了窗口在前面指定的dim维度上，每次滑动的步长，这里注意，step决定的是在指定维度上面滑动的步长，但窗口自身还有一个移动方向，是在最后一个维度，也就是W纬上面的滑动，如果dim不是在最后一个维度，则在W维度上面的移动的步长一直都是1。

所以，根据上面的理解，我们可以形象的理解，张量.unfold（）是怎么吧一张图片切分成一个个小小的patch了，如图：

实际的例子参考：(13条消息) pytorch实现图像的腐蚀和膨胀_两只蜡笔的小新的博客-CSDN博客_pytorch 腐蚀

3:F.unfold：

例子：

结果：将所有通道的特征图上面指定kernel_size大小的像素排列在一列上面

nn.unfold和nn.fold与张量.unfold,还有F.unfold是不一样的操作相关推荐

Pytroch nn.Unfold() 与 nn.Fold(）图码详解
文章目录 Unfold()与Fold()的用途 nn.Unfold() Unfold()与Fold() 变化模式图解 nn.Fold() 单通道滑动窗口无重叠模拟图片数据(b,3,9,9),通道数 ...
x.unfold/F.unfold/nn.Unfold
stackoverflow official 直接使用x.unfold()和nn.functional.unfold()=nn.Unfold()的结果完全不一样.但基本思想是一样的,只是操作方式截然不 ...
关于Pytorch的F.unfold函数
关于Pytorch的F.unfold函数最近使用到这个函数,但是一直不明白什么意思.在此做一个测试大致上,可以理解为这个函数在做卷积的滑动窗口.但是只有卷的部分,没有积的部分. 可以看原文 htt ...
F.unfold运行解析
先上结论,unfold是先对第一通道展平,再对第二通道展平,依次叠加 import cv2 import numpy as np import torch import torch.nn.functi ...
tf.nn.conv2d() / tf.nn.depthwise_conv2d() 和 Batchsize效益
1. 卷积函数tf.nn.conv2d() tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=True, data_form ...
PyTorch中的nn.Conv1d与nn.Conv2d
本文主要介绍PyTorch中的nn.Conv1d和nn.Conv2d方法,并给出相应代码示例,加深理解. 一维卷积nn.Conv1d 一般来说,一维卷积nn.Conv1d用于文本数据,只对宽度进行卷积 ...
nn.functional 和 nn.Module入门讲解
本文来自<20天吃透Pytorch> 一,nn.functional 和 nn.Module 前面我们介绍了Pytorch的张量的结构操作和数学运算中的一些常用API. 利用这些张量的AP ...
速成pytorch学习——5天nn.functional 和 nn.Module
一,nn.functional 和 nn.Module 前面我们介绍了Pytorch的张量的结构操作和数学运算中的一些常用API. 利用这些张量的API我们可以构建出神经网络相关的组件(如激活函数,模 ...
[Pytorch系列-30]：神经网络基础 - torch.nn库五大基本功能：nn.Parameter、nn.Linear、nn.functioinal、nn.Module、nn.Sequentia
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:https://blog.csdn.net/HiWangWenBing/article/detai ...

nn.unfold和nn.fold与张量.unfold,还有F.unfold是不一样的操作

nn.unfold和nn.fold与张量.unfold,还有F.unfold是不一样的操作相关推荐

最新文章

热门文章