我想知道卷积层之间的差额Torch
(即nn.SpatialConvolution
)和卷积层Pytorch
(即torch.nn.Conv2d
)
在Torch
的文档中,我找到了的输出形状SpatialConvolution
它说:“如果输入图像是三维张量nInputPlane x height x width
,输出的图像大小将是nOutputPlane x oheight x owidth
哪里
owidth = floor((width + 2*padW - kW) / dW + 1)
oheight = floor((height + 2*padH - kH) / dH + 1)
”
torch.nn.Conv2d
与Pytorch文档中的有所不同。
这是否意味着它们是不同的操作?
是的,它们是不同的,因为torch
没有dilation
参数(有关膨胀的说明,请参见此处,基本上内核在每个内核元素的宽度和高度之间都有“空间”,这就是在图像上滑动的空间)。
除dilation
两个方程式相同外(dilation
在pytorch
的版本中设置为1且相等)。
如果要在其中使用dilation
,torch
则有一个单独的类称为nn.SpatialDilatedConvolution
。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句