nn.ReflectionPad2d()

本文详细介绍了PyTorch中ReflectionPad2d层的工作原理及其使用方法。通过具体实例展示了不同参数设置下输出尺寸的变化规律,并解释了填充操作对于输入数据尺寸的影响。
部署运行你感兴趣的模型镜像

先举个例子:

input = torch.randn(64, 3, 220, 220) # input size

# 4-tuple
pad = nn.ReflectionPad2d((3, 3, 5, 5)) # laft, right, top, bottom
output = pad(input) # size(64, 3, 230, 226)

# int
pad = nn.ReflectionPad2d(3)
output = pad(input) # size(64, 3, 226, 226)

ReflectionPad2d 是paddingLayer,padding的方式多种,可以是指定一个值,也可以是不规则方式,即给出一个四元组,

输出大小的计算方式如下:

Ho = Hi + paddingTop + paddingBottom, Wo = Wi + paddingLeft + paddingRight 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值