脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Pytorch 2d卷积

Pytorch实现各种2d卷积示例

 更新时间：2019年12月30日 15:03:13   作者：Learn2Learn  
今天小编就为大家分享一篇Pytorch实现各种2d卷积示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

普通卷积

使用nn.Conv2d()，一般还会接上BN和ReLu

参数量NNCin*Cout+Cout(如果有bias，相对来说表示对参数量影响很小，所以后面不考虑)

class ConvBNReLU(nn.Module):

 def __init__(self, C_in, C_out, kernel_size, stride, padding, affine=True):
  super(ConvBNReLU, self).__init__()
  self.op = nn.Sequential(
   nn.Conv2d(C_in, C_out, kernel_size, stride=stride, padding=padding, bias=False),
   nn.BatchNorm2d(C_out, eps=1e-3, affine=affine),
   nn.ReLU(inplace=False)
  )

 def forward(self, x):
  return self.op(x)

深度可分离卷积depthwise separable convolution

卷积操作可以分为NN 的Depthwise卷积（不改变通道数）和11的Pointwise卷积（改变为输出通道数），同样后接BN，ReLU。参数量明显减少

参数量：

NNCin+Cin11*Cout

class SepConv(nn.Module):
 
 def __init__(self, C_in, C_out, kernel_size, stride, padding, affine=True):
  super(SepConv, self).__init__()
  self.op = nn.Sequential(
   nn.ReLU(inplace=False),
   nn.Conv2d(C_in, C_in, kernel_size=kernel_size, stride=stride, padding=padding, groups=C_in, bias=False),
   nn.Conv2d(C_in, C_out, kernel_size=1, padding=0, bias=False),
   nn.BatchNorm2d(C_out, eps=1e-3, affine=affine)
   )
 def forward(self, x):
  return self.op(x)

空洞卷积dilated convolution

空洞卷积（dilated convolution）是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。利用添加空洞扩大感受野。

参数量不变，但感受野增大（可结合深度可分离卷积实现）

class DilConv(nn.Module):
  
 def __init__(self, C_in, C_out, kernel_size, stride, padding, dilation, affine=True):
  super(DilConv, self).__init__()
  self.op = nn.Sequential(
   nn.ReLU(inplace=False),
   nn.Conv2d(C_in, C_in, kernel_size=kernel_size, stride=stride, padding=padding, dilation=dilation, groups=C_in, bias=False),
   nn.Conv2d(C_in, C_out, kernel_size=1, padding=0, bias=False),
   nn.BatchNorm2d(C_out, eps=1e-3, affine=affine),
   )

 def forward(self, x):
  return self.op(x)

Identity

这个其实不算卷积操作，但是在实现跨层传递捷径

class Identity(nn.Module):

 def __init__(self):
  super(Identity, self).__init__()

 def forward(self, x):
  return x

以上这篇Pytorch实现各种2d卷积示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • python使用ctypes库调用DLL动态链接库

    python使用ctypes库调用DLL动态链接库

    这篇文章主要介绍了python如何使用ctypes库调用DLL动态链接库，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
    2020-10-10
  • 用python构建IP代理池详解

    用python构建IP代理池详解

    大家好，本篇文章主要讲的是用python构建IP代理池详解，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下
    2022-01-01
  • 详解Python中break语句的用法

    详解Python中break语句的用法

    这篇文章主要介绍了详解Python中break语句的用法,是Python入门的呼出知识,需要的朋友可以参考下
    2015-05-05
  • Python利用xlwings实现考勤表制作

    Python利用xlwings实现考勤表制作

    这篇文章主要为大家详细介绍了Python如何利用xlwings库操作excel实现考勤表的制作，文中的实现步骤讲解详细，感兴趣的可以尝试一下
    2023-04-04
  • python实现一组典型数据格式转换

    python实现一组典型数据格式转换

    这篇文章主要为大家详细介绍了python实现一组典型数据格式转换，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-12-12
  • Python数据类型相互转换

    Python数据类型相互转换

    当涉及数据类型转换时,Python提供了多种内置函数来执行不同类型之间的转换,本文主要介绍了Python数据类型相互转换,具有一定的参考价值,感兴趣的可以了解一下
    2023-09-09
  • Python实现Wordcloud生成词云图的示例

    Python实现Wordcloud生成词云图的示例

    这篇文章主要介绍了Python实现Wordcloud生成词云图的示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-03-03
  • Python 调用函数时检查参数的类型是否合规的实现代码

    Python 调用函数时检查参数的类型是否合规的实现代码

    这篇文章主要介绍了Python 调用函数时检查参数的类型是否合规的实现代码,本文给大家讲解的非常详细,需要的朋友可以参考下
    2024-06-06
  • Python使用pyinstaller打包成.exe文件执行后闪退的图文解决办法

    Python使用pyinstaller打包成.exe文件执行后闪退的图文解决办法

    这篇文章主要给大家介绍了关于Python使用pyinstaller打包成.exe文件执行后闪退的图文解决办法,闪退问题通常是由于程序运行过程中出现了未处理的异常或错误,导致程序崩溃,文中通过图文介绍的非常详细,需要的朋友可以参考下
    2023-12-12
  • Django 允许局域网中的机器访问你的主机操作

    Django 允许局域网中的机器访问你的主机操作

    这篇文章主要介绍了Django 允许局域网中的机器访问你的主机实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05

最新评论