11-1-转置卷积ConvTransposed2d

文章目录

      • 1. 卷积Conv2d
      • 2. 转置卷积ConvTransposed2d -- 使用方法
      • 3. 计算放大后的size
      • 参考:

能实现实现上采样,用于 解码、图像超分辨···

卷积&转置卷积的不同之处 Conv2d vs ConvTransposed2d

1. 卷积Conv2d

  1. Conv2d是valid卷积
  2. stride是卷积核的 滑动步长
  3. padding是图像四周的0填充,padding=1表示四周填充一排像素点
    11-1-转置卷积ConvTransposed2d_第1张图片

2. 转置卷积ConvTransposed2d – 使用方法

  1. ConvTransposed2d是 full卷积
    11-1-转置卷积ConvTransposed2d_第2张图片

  2. stride是图片像素点之间的间距

你可能感兴趣的:(深度学习pytorch系列文章,深度学习)