pytorch 计算ConvTranspose1d输出特征大小方式
更新时间：2020年06月23日 11:10:32 作者：明月几时有.
这篇文章主要介绍了pytorch 计算ConvTranspose1d输出特征大小方式，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
问题：如何经过convTransposed1d输出指定大小的特征？
import torch from torch import nn import torch.nn.functional as F conv1 = nn.Conv1d(1, 2, 3, padding=1) conv2 = nn.Conv1d(in_channels=2, out_channels=4, kernel_size=3, padding=1) #转置卷积 dconv1 = nn.ConvTranspose1d(4, 1, kernel_size=3, stride=2, padding=1, output_padding=1) x = torch.randn(16, 1, 8) print(x.size()) x1 = conv1(x) x2 = conv2(x1) print(x2.size()) x3 = dconv1(x2) print(x3.size()) ''' torch.Size([16, 1, 8]) torch.Size([16, 4, 8]) #conv2输出特征图大小 torch.Size([16, 1, 16]) #转置卷积输出特征图大小 '''
#转置卷积 dconv1 = nn.ConvTranspose1d(1, 1, kernel_size=3, stride=3, padding=1, output_padding=1) x = torch.randn(16, 1, 8) print(x.size()) #torch.Size([16, 1, 23]) x3 = dconv1(x) print(x3.size()) #torch.Size([16, 1, 23])
下面两图为演示conv1d，在padding和不padding下的输出特征图大小
不带padding
带padding
补充知识：判断pytorch是否支持GPU加速
如下所示：
print torch.cuda.is_available()
以上这篇pytorch 计算ConvTranspose1d输出特征大小方式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。
相关文章
TensorFlow是一款优秀的深度学习框架，支持多种常见的操作系统，对大家的学习或工作具有一定的参考借鉴价值，这篇文章主要介绍了TensorFlow2.1.0最新版本安装详细教程,需要的朋友可以参考下2020-04-04
这篇文章主要介绍了python celery分布式任务队列的使用详解，Celery 是一个 基于python开发的分布式异步消息任务队列，通过它可以轻松的实现任务的异步处理， 如果你的业务场景中需要用到异步任务，就可以考虑使用celery,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了python实现三种随机请求头方式，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2021-01-01
今天小编就为大家分享一篇使用python制作一个为hex文件增加版本号的脚本实例，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2019-06-06
这篇文章主要介绍了python无序链表删除重复项的方法，本文给大家介绍的非常详细，具体一定的参考借鉴价值,需要的朋友可以参考下2020-01-01
今天小编就为大家分享一篇解决python3捕获cx_oracle抛出的异常错误问题，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2018-10-10
有很多地方都说python多继承的继承顺序,是按照深度遍历的方式,其实python多继承顺序的算法,不是严格意义上的深度遍历,而是基于深度遍历基础上优化出一种叫3C算法,本文将给大家详细的介绍一下python多继承的3C算法,需要的朋友可以参考下2024-07-07
这篇文章主要为大家介绍了Python内建类型int源码学习，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
这篇文章主要介绍了Python算法之栈（stack）的实现,非常实用,需要的朋友可以参考下2014-08-08
这篇文章主要介绍了DataFrame窗口函数rolling()的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
最新评论