pytorch nn.Conv2d()中的padding以及输出大小方式
更新时间：2020年01月10日 11:40:28 作者：qq_30468133
今天小编就为大家分享一篇pytorch nn.Conv2d()中的padding以及输出大小方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
我就废话不多说了，直接上代码吧！
conv1=nn.Conv2d(1,2,kernel_size=3,padding=1)
conv2=nn.Conv2d(1,2,kernel_size=3)
inputs=torch.Tensor([[[[1,2,3],
[4,5,6],
[7,8,9]]]])
print("input size: ",inputs.shape)
outputs1=conv1(inputs)
print("output1 size: ",outputs1.shape)
outputs2=conv2(inputs)
print("output2 size: ",outputs2.shape)
输出：
input size: torch.Size([1, 1, 3, 3])
output1 size: torch.Size([1, 2, 3, 3])
output2 size: torch.Size([1, 2, 1, 1])
padding是指卷积前进行padding，这样保证输出的图像形状大小与输入相同，但是通道数channel改变了。
以上这篇pytorch nn.Conv2d()中的padding以及输出大小方式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脚本之家。
相关文章
这篇文章主要介绍了Python中NumPy的数组重塑,Numpy是Python科学计算库，用于快速处理任意维度的数组,NumPy使用c语言写的，底部解除了GIL，其对数组的操作速度不在受python解释器限制<BR>2023-07-07
这篇文章主要介绍了Python 实用技巧之利用Shell通配符做字符串匹配的方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了python中readline判断文件读取结束的方法,实例形式详细分析了Python中readline的用法,需要的朋友可以参考下2014-11-11
这篇文章主要介绍了Python深入学习之上下文管理器,上下文管理器是在Python2.5加入的功能,它能够让你的代码可读性更强并且错误更少,和C#中的using语句类似,需要的朋友可以参考下2014-08-08
这篇文章主要介绍了Python学习笔记之For循环用法,结合实例形式详细分析了Python for循环的功能、原理、用法及相关操作注意事项,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了Python发送邮件实例，Python发送邮件需要smtplib和email两个模块，感兴趣的小伙伴们可以参考一下2016-01-01
在jupyter notebook 添加 conda 环境的操作详解
这篇文章主要介绍了在jupyter notebook 添加 conda 环境的操作详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04
这篇文章主要介绍了Python中数据的多种存储形式,主要有JSON 文件存储、CSV 文件存储、关系型数据库存储及非关系型数据库存储，本文给大家介绍的非常详细，需要的朋友可以参考下2023-05-05
这篇文章主要给大家介绍了关于Python WSGI的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2018-08-08
在数据处理和分析中,Excel和JSON是两种常见的数据格式,本文将详细介绍如何使用Python将Excel文件转换为JSON文件,我们将使用pandas库,这是一个强大的数据分析工具,能够方便地读取和处理各种数据格式,需要的朋友可以参考下2024-07-07
最新评论