常规卷积,膨胀卷积,转置卷积之后的图像大小计算

最新推荐文章于 2024-09-19 22:53:55 发布

原创最新推荐文章于 2024-09-19 22:53:55 发布 · 3.2k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#卷积神经网络 #卷积 #神经网络 #python

深度学习专栏收录该内容

12 篇文章

订阅专栏

本文深入解析卷积神经网络中输出尺寸的计算方法，包括普通卷积、膨胀卷积及转置卷积，并通过PyTorch代码进行验证。文中详细介绍了不同卷积类型在设置特定参数时的输出尺寸变化，对理解深度学习模型结构有重要帮助。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.概述

看了吴恩达老师的深度学习课程，里面有提到卷积网络的大小计算方式，就记录一下，顺便以pytorch代码实现验证一下。

2.普通卷积

记图像尺寸为 $n * n$ ，卷即核尺寸为 $f * f$ ，步长为 $s$ ,padding大小为 $p$ ,输出的尺寸大小为 $\over s}+1 )}*{({{n+2p-f} \over s}+1 )}$
令 $n = 224, f = 3, s = 1, p = 1$
带入上式计算得输出尺寸 $s i z e = 224$
代码验证如下

import torch
import torch.nn as nn
class conv(nn.Module):
    def __init__(self, ch_in=3, ch_out=3):
        super(conv, self).__init__()
        self.conv1 = nn.Conv2d(ch_in, ch_out, kernel_size=3, stride=1, padding=1, bias=True)
    def forward(self, x):
        x = self.conv1(x)
        return x
t = conv()
a=torch.randn(32,3,224,224)
print(t(a).shape)

>>>torch.Size([32, 3, 224, 224])

令 $n = 224, f = 3, s = 2, p = 2$
带入上式计算得输出尺寸 $s i z e = 113.5$
代码验证如下

import torch
import torch.nn as nn
class conv(nn.Module):
    def __init__(self, ch_in=3, ch_out=3):
        super(conv, self).__init__()
        self.conv1 = nn.Conv2d(ch_in, ch_out, kernel_size=3, stride=2, padding=2, bias=True)


    def forward(self, x):
        x = self.conv1(x)
        return x
t = conv()
a=torch.randn(32,3,224,224)
print(t(a).shape)

>>>torch.Size([32, 3, 113, 113])

这里需要注意的是像素是没有小数点的，所以在设计卷积层时要注意参数的设置

3.膨胀卷积

膨胀卷积是对卷积核进行0填充，参数dilation_rate（默认为1），会改变卷积核的大小，其他计算和普通卷积相同，卷积核的计算公式如下 $kernel\_size=dilation\_rate*（kernel\_size - 1）+1$
令 $n=224,f=3,s=1,p=1,dilation\_rate=2$
代入公式计算 $kernel\_size=5$ , $s i z e = 222$
代码验证如下

import torch
import torch.nn as nn
class conv(nn.Module):
    def __init__(self, ch_in=3, ch_out=3):
        super(conv, self).__init__()
        self.conv1 = nn.Conv2d(ch_in, ch_out, kernel_size=3, stride=1, padding=1,dilation=2, bias=True)
    def forward(self, x):
        x = self.conv1(x)
        return x
t = conv()
a=torch.randn(32,3,224,224)
print(t(a).shape)

>>>torch.Size([32, 3, 222, 222])

4.转置卷积

可以理解为把常规卷积的输入与输出交换下位置
计算公式为 $s * (n - 1) + f - 2 p$
令 $n = 5, f = 3, s = 2, p = 0$
代入计算的 $s i z e = 11$
代码验证

import torch
import torch.nn as nn
class conv(nn.Module):
    def __init__(self, ch_in=3, ch_out=3):
        super(conv, self).__init__()
        self.conv1 = nn.ConvTranspose2d(in_channels= ch_in,out_channels=ch_out,kernel_size=3,stride=2,padding=0)
    def forward(self, x):
        x = self.conv1(x)
        return x
t = conv()
a=torch.randn(32,3,5,5)
print(t(a).shape)

>>>torch.Size([32, 3, 11, 11])