PyTorch 中卷积的输出维度

Question

我的输入图像尺寸为 68 x 224 x 3 (HxWxC)，第一个 Conv2d 层定义为

conv1 = torch.nn.Conv2d(3, 16, stride=4, kernel_size=(9,9)).

为什么输出特征量的大小是16 x 15 x 54？我知道有16个过滤器，所以前面有一个16，但是如果我用[(W−K+2P)/S]+1计算维度，维度是不可整除的。

有人可以解释一下吗？

Answer 1

feature maps的计算方式是[(W−K+2P)/S]+1，这里[]括号表示楼层划分。在您的示例中，填充是 zero，因此计算是 [(68-9+2*0)/4]+1 ->[14.75]=14 -> [14.75]+1 = 15 和 [(224-9+2*0)/4]+1 -> [53.75]=53 -> [53.75]+1 = 54。

import torch

conv1 = torch.nn.Conv2d(3, 16, stride=4, kernel_size=(9,9))
input = torch.rand(1, 3, 68, 224)

print(conv1(input).shape)
# torch.Size([1, 16, 15, 54])

您可能会看到不同的公式也计算特征图。

在 PyTorch 中：

一般来说，你可能会看到这个：

但是两种情况的结果是一样的

PyTorch 中卷积的输出维度

Output Dimensions of convolution in PyTorch

python

pytorch

conv-neural-network