零基础-动手学深度学习-6.3. 填充和步幅

还有什么因素会影响输出的大小呢？本节我们将介绍填充（padding）和步幅（stride），有时，在应用了连续的卷积之后，我们最终得到的输出远小于输入大小。这是由于卷积核的宽度和高度通常大于1所导致的，比如上一节讲的例子，如何计算输出张量的大小，需要减去卷积核的宽度核高度，这样原始图像的边界丢失了许多有用信息。而填充是解决此问题最有效的方法；有时，我们可能希望大幅降低图像的宽度和高度。例如，如果我们发现原始的输入分辨率十分冗余。步幅则可以在这类情况下提供帮助：

6.3.1. 填充

 

 

import torch
from torch import nn


# 为了方便起见，我们定义了一个计算卷积层的函数。（就不用class了）
# 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是1
    X = X.reshape((1, 1) + X.shape)#维度前面加入通道数以适用于conv2d
    Y = conv2d(X)
    # 这里再省略前两个维度：批量大小和通道，从而直接得到输出的维度大小
    return Y.reshape(Y.shape[2:])

# 请注意，这里每边都填充了1行或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

#输出：torch.Size([8, 8])

 当卷积核的高度和宽度不同时，我们可以填充不同的高度和宽度，使输出和输入具有相同的高度和宽度。在如下示例中，我们使用高度为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

6.3.2. 步幅

输出的步幅次数是向下取整的

下面，我们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

#输出：torch.Size([4, 4])

在实践中，我们很少使用不一致的步幅或填充！！！

 

填充核步幅是卷积层的超参数，padding用来控制输出形状减少量，stride可以成倍减少输出形状