torch nn：如何获得输出的尺寸（特征图）？

Question

在卷积模块中，许多参数可能会改变输入的维数。有什么方法可以获取卷积模块输出的维数，或者任何模块的一般输出维数？

我尝试查看 SpatialConvolution 中公开的方法，但有 none 建议给我该信息。

此外，输出张量似乎具有这些维度：

conv1 = nn.SpatialConvolution(3, 96, 5, 5, 1, 1, 2, 2)
conv1.id   = 'conv1'
print(conv1.output:size())
[torch.LongStorage of size 0]

有什么想法吗？

我意识到我什至没有设置输入维度，除了通道数（即 3x32x32）。如何设置？为什么不是强制性的？

Answer 1

输出大小取决于您的输入大小。你可以尝试这样的事情：

th> require 'nngraph'
th> conv1 = nn.SpatialConvolution(3, 96, 5, 5, 1, 1, 2, 2)()
th> model = nn.gModule({conv1},{conv1})
th> x = torch.rand(3,20,20)
th> y = model:forward(x)
th> y:size()

96
20
20
[torch.LongStorage of size 3]

torch nn：如何获得输出的尺寸（特征图）？

torch nn : how to get the dimensions of the outputs (feature maps)?

lua

neural-network

deep-learning

torch

conv-neural-network