pytorch 计算ConvTranspose1d输出特征大小方式
更新时间:2020年06月23日 11:10:32 作者:明月几时有.
这篇文章主要介绍了pytorch 计算ConvTranspose1d输出特征大小方式,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
问题:如何经过convTransposed1d输出指定大小的特征?
import torch from torch import nn import torch.nn.functional as F conv1 = nn.Conv1d(1, 2, 3, padding=1) conv2 = nn.Conv1d(in_channels=2, out_channels=4, kernel_size=3, padding=1) #转置卷积 dconv1 = nn.ConvTranspose1d(4, 1, kernel_size=3, stride=2, padding=1, output_padding=1) x = torch.randn(16, 1, 8) print(x.size()) x1 = conv1(x) x2 = conv2(x1) print(x2.size()) x3 = dconv1(x2) print(x3.size()) ''' torch.Size([16, 1, 8]) torch.Size([16, 4, 8]) #conv2输出特征图大小 torch.Size([16, 1, 16]) #转置卷积输出特征图大小 '''
#转置卷积 dconv1 = nn.ConvTranspose1d(1, 1, kernel_size=3, stride=3, padding=1, output_padding=1) x = torch.randn(16, 1, 8) print(x.size()) #torch.Size([16, 1, 23]) x3 = dconv1(x) print(x3.size()) #torch.Size([16, 1, 23])
下面两图为演示conv1d,在padding和不padding下的输出特征图大小
不带padding
带padding
补充知识:判断pytorch是否支持GPU加速
如下所示:
print torch.cuda.is_available()
以上这篇pytorch 计算ConvTranspose1d输出特征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
Python 的第三方调试库 pysnooper 使用示例
这篇文章主要介绍了Python 的第三方调试库 pysnooper 使用示例的相关资料,需要的朋友可以参考下2023-02-02详解python __init__.py 和 __all__作用
导入文件夹包的时候,会运行写在该文件夹包下的__init__.py文件,这主要是__init__.py的作用,本文结合示例代码介绍了python __init__.py 和 __all__作用,感兴趣的朋友一起看看吧2023-02-02对python中的try、except、finally 执行顺序详解
今天小编就为大家分享一篇对python中的try、except、finally 执行顺序详解,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2019-02-02
最新评论