做数据权威的网站关键词优化排名费用
卷积和转置卷积的输出尺寸计算
卷积
h'是输出的高，h是输入的高，k_h是卷积核的高
w类似
stride=1
h' = h - k_h + padding*2 + 1
通用公式
stride=1就是上面的公式
h' = (h - k_w + 2*padding + stride)//stride
一些常见的卷积
- 高宽不变的卷积：
kernel_size=3, padding=1，这样的卷积常用于特征提取、加深网络层数、避免信息丢失，以及在深层网络（如 ResNet）中保持输入输出尺寸一致。 - 宽高减半的卷积：如
kernel_size=3, stride=2, padding=1，一般是将stride=2，若kernel_size=5的话，padding就要为2了。（也可以用kernel_size=2,stride=2的池化来做。两者各有优点：卷积核是可学习的参数，可以提取复杂的特征，但计算量比池化更大；池化没有可学习的参数，计算效率高，同时有一定的平滑特征图的作用，但会丢失一些细节信息）。 - 1×1的卷积：1×1 卷积改变特征图的通道数，而不改变空间维度（即图像的高和宽）。通常用于降维从而减少计算复杂度，或者升维进行更丰富的特征表示。1×1也可以认为是逐像素的全连接层（其对每个像素位置上不同通道的特征进行加权线性组合。这与全连接层的机制非常相似，都是对输入的所有特征进行线性组合）。
转置卷积
计算公式，其实就是上面公式的逆运算
h' = h*stride - 2*padding + k_w - stride
若想要将图像高宽扩大p倍，就可以让stride=p，然后调整k_w和padding，比如，input image shape: torch.Size([561, 728, 3]) 变为 output image shape: torch.Size([1122, 1456, 3])，先让stride=2,然后kernel_size=4(这样滑动一次只滑过窗口的一半)，然后看padding取多少，可以让 -2*padding + k_w - stride = 0，这里padding就取1。
再比如，高宽被缩小32倍后为 torch.Size([1, 512, 10, 15]) ，想要恢复原尺寸：首先stride = 32，kernel_size还是取stride的两倍64，然后让 -2*padding + k_w -stride=0，那么padding就取16