Question

像这样使用PyTorch的ConvTranspose2d时：

w = 5 # input width
h = 5 # output height
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=k, stride=s, padding=p)

每个通道中输出尺寸的公式是什么？我尝试了一些示例，但无法得出模式。由于某种原因，添加填充似乎会缩小输出大小（示例从上述的5 x 5开始）：

# yields an 11 x 11 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0) 

# yields a 7 x 7 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=2)

使用更大的内核或步幅都增加（预期），但没有达到我期望的速度：

# yields an 11 x 11 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0) 

# yields a 13 x 13 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=5, stride=2, padding=0)

# yields a 15 x 15 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=3, padding=0)

我肯定有一个涉及w, h, k, s, p的非常简单的数学方程式，但是我在文档中找不到它，而且我自己也无法导出它。通常，我不会要求数学方程式，但是它完全影响了CNN编译和生成正确大小的能力。预先感谢！

Answer 1

documentation页面上提到了计算ConvTranspose2d输出大小的公式：

H_out =（H_in-1）*步幅[0] − 2×padding [0] +膨胀[0]×（kernel_size [0] −1）+ output_padding [0] +1

W_out =（Win−1）×步幅[1]-2×padding [1] +膨胀[1]×（kernel_size [1] −1）+ output_padding [1] + 1

默认情况下，步幅= 1，padding = 0，output_padding = 0。

例如，对于

nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0)

H_out将

H_out = (5-1)*2 - 2*0 + 1*(3-1) + 0 + 1 = 11

PyTorch的ConvTranspose2d输出形状的代数表达式是什么？

1 个答案: