PyTorch nn.Conv2d 输出压缩

Question

我正在使用 Python 3.8 和 PyTorch 1.7.1。我看到了一个定义 Conv2d 层的代码，如下所示：

Conv2d(3, 6, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False)

传递给它的输入“X”是一个 4D 张量-

X.shape
# torch.Size([4, 3, 6, 6])

这个conv层的输出量是：

c1(X).shape
# torch.Size([4, 6, 3, 3])

我正在尝试使用公式来计算任何卷积层的输出空间维度：O = ((W - K + 2P)/S) + 1，其中 W = 图像的空间维度，K = 滤波器/内核大小, P = 零填充 & S = 步幅。

对于 'c1' 卷积层，我们得到 W = 6, K = 3, S = 2 & P = 1。使用公式，你得到 O = ((6 - 3 + (2 x 1)) / 2) + 1 = 5/2 + 1 = 3.5。

输出量：(4, 6, 3, 3)，因为使用的过滤器数量 = 6。 'c1' 那么 (3, 3) 的空间输出如何？我没有得到什么？

谢谢！

Answer 1

你怎么会有半个像素？

你错过了 floor 函数：

O = floor(((W - K + 2P)/S) + 1)

所以输出地图的形状是(3, 3)。

---

这是nn.Conv2d 的完整公式（带有膨胀）：