替换卷积PyTorch UpsampleConvTranspose2d
考虑到当前许多算法都使用upsample来扩展特征图,给出了一种使用反卷积来增加特征图大小的方法
upsampletorch.nn.up sample (scale _ factor=2)通过使用插值算法扩大特征地图的大小,实现了特征地图的两倍操作
conv transpose 2d torch.nn.conv transpose 2d (in Chanel,outchannel,kernel_size,stride,padding ) )。
总结一下使用方法:
1、inchannel和outchannel,还有kernel_size很容易理解
2、stride的作用是在输入的特征图相邻的两个数值之间增加stride-1个空白
3及填充影响卷积核的起始位置
下图显示了input_size=5x5和stride=1时填充=0、1和2的输出大小
下图显示了stride=2时特征图的放大操作,其馀操作与上图类似
乐意为理想“打破头血流”