卷积操作的填充和步幅

前言

影响卷积层输出大小的因素除了卷积核尺寸，还有卷积操作的填充与步幅。

填充

卷积操作后，输出尺寸通常会比输入尺寸小，此时可以通过填充操作对图像边缘进行填充。

def comp_conv2d(conv2d,X):
    X=X.reshape((1,1)+X.shape) # 输入的形式为（批量大小，通道，高度，宽度）
    Y=conv2d(X)
    return Y.reshape(Y.shape[2:])

conv2d=nn.Conv2d(1,1,kernel_size=3,padding=1) # 填充1就是上下左右各扩充1

conv2d=nn.Conv2d(1,1,kernel_size=(5,3),padding=(2,1))
#要想保证输出尺寸和输入尺寸相同，填充大小满足：ph=(kh-1)/2;pw=(kw-1)/2 padding=(ph,pw)

步幅

默认步幅为1，即每次向右/向下移动一个元素。

conv2d=nn.Conv2d(1,1,kernel_size=3,padding=1,stride=2)
# 当填充满足输入输出尺寸相等的条件时，添加步幅后，输出尺寸变为(nh/sh,nw/sw)当输入尺寸能整除步幅时
# 更一般的情况为输出尺寸变为 （（nh-kh+ph*2+sh）/sh,(nw-kw+pw*2+sw)/sw）向下取整
conv2d=nn.Conv2d(1,1,kernel_size=(3,5),padding=(0,1),stride=(3,4))