6-3 填充和步幅

1.填充

输出形状公式：
\((n_h - k_h + p_h + 1)(n_w - k_w + p_w + 1)\)

• \(n_h\)：输入高度

• \(h_w\)：输入宽度

• \(k_h\): 卷积核高度

• \(k_w\): 卷积核宽度

• \(p_h\) : 输出高度

• \(p_W\) : 输出宽度

import torch
from torch import nn

# 定义卷积层函数
# 此函数初始化卷积层权重，并对输入和输出提高和缩减相应的维数
def comp_conv2d(conv2d, X):
    # 这里的(1, 1) 表示批量大小和通道数都为1
    X = X.reshape((1, 1) + X.shape)
    Y = conv2d(X)
    # 省略前两个维度：批量大小和通道
    return Y.reshape(Y.shape[2:])

# 请注意：这里每边都填充了1行和1列
# 因此总共添加了2行或2列
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1)
X = torch.rand(size=(8, 8))
comp_conv2d(conv2d, X).shape

torch.Size([8, 8])

使用高度为5，宽度为3的卷积核

高度和宽度两边的填充分别为2和1

conv2d = nn.Conv2d(1, 1, kernel_size=(5, 3), padding=(2, 1))
comp_conv2d(conv2d, X).shape

torch.Size([8, 8])

2.步幅

# 将高度和宽度的步幅设置为2
# 从而将输入的高度和宽度减半
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1, stride=2)
comp_conv2d(conv2d, X).shape

torch.Size([4, 4])

conv2d = nn.Conv2d(1, 1, kernel_size=(3, 5), padding=(0, 1), stride=(3, 4))
comp_conv2d(conv2d, X).shape

torch.Size([2, 2])