![](/img/trans.png)
[英]How to control output Dimensions of pytorch ConvTranspose1d?
[英]What is the algebraic expression for PyTorch's ConvTranspose2d's output shape?
當使用 PyTorch 的 ConvTranspose2d 時:
w = 5 # input width
h = 5 # output height
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=k, stride=s, padding=p)
output各通道尺寸計算公式是什么? 我嘗試了一些示例,但無法得出模式。 由於某種原因,添加填充似乎會縮小 output 大小(示例以 5 x 5 開頭,如上):
# yields an 11 x 11 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0)
# yields a 7 x 7 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=2)
使用更大的 kernel 或跨步都增加(預期)但不是以我預期的速度:
# yields an 11 x 11 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0)
# yields a 13 x 13 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=5, stride=2, padding=0)
# yields a 15 x 15 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=3, padding=0)
我確信有一個非常簡單的數學方程涉及w, h, k, s, p
但我在文檔中找不到它,我自己也無法推導出它。 通常我不會要求數學方程,但它完全影響了 CNN 編譯和生成正確大小的能力。 提前致謝!
文檔頁面上提到了計算ConvTranspose2d
output 大小的公式:
H_out = (H_in−1)*stride[0] − 2×padding[0] + dilation[0]×(kernel_size[0]−1) + output_padding[0] + 1
W_out = (Win−1)×stride[1] − 2×padding[1] + dilation[1]×(kernel_size[1]−1) + output_padding[1] + 1
默認情況下,stride=1,padding=0,output_padding=0。
例如,對於
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0)
H_out
將是
H_out = (5-1)*2 - 2*0 + 1*(3-1) + 0 + 1 = 11
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.