如何计算3种卷积之后的尺寸(普通卷积,转置卷积,空洞卷积)


前言

三种卷积之后的feature map的尺寸如何计算。包括普通卷积,转置卷积,空洞卷积。可以在下面这个链接看到三种卷积的动态图。
卷积动态图


一、普通卷积

在这里插入图片描述

普通卷积比较简单了,其计算方式如下:
在这里插入图片描述

二、转置卷积

在这里插入图片描述
首先要明白转置卷积的计算过程。其中的参数p,s和普通卷积所代表的意义不一样。
其计算过程如下:
在这里插入图片描述
一定要清楚其种p,s和普通卷积种的p,s所代表意思不一样,清楚了其运算过程,再来看如何计算经过卷积之后的尺寸。
在这里插入图片描述
这样就跟pytorch文档中的计算公式对的上了

H=(H−1)×stride[0]−2×padding[0]+dilation[0]×(kernel_size[0]−1)+output_padding[0]+1

忽略dilation,默认为1,忽略output_padding,默认为0。

在使用转置卷积进行上采样时,通常令s等于上采样倍数,然后再去指定k和p的值。

三、空洞卷积

空洞卷积就是在卷积核之间填充0,填充(r-1)行(r-1)列
在这里插入图片描述
计算经过空洞卷积之后的尺寸为
在这里插入图片描述
这也和pytorch的文档对应上了
在这里插入图片描述


猜你喜欢

转载自blog.csdn.net/weixin_47250738/article/details/133275770