pytorch 計(jì)算ConvTranspose1d輸出特征大小方式
更新時(shí)間：2020年06月23日 11:10:32 作者：明月幾時(shí)有.
這篇文章主要介紹了pytorch 計(jì)算ConvTranspose1d輸出特征大小方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
問(wèn)題：如何經(jīng)過(guò)convTransposed1d輸出指定大小的特征？
import torch from torch import nn import torch.nn.functional as F conv1 = nn.Conv1d(1, 2, 3, padding=1) conv2 = nn.Conv1d(in_channels=2, out_channels=4, kernel_size=3, padding=1) #轉(zhuǎn)置卷積 dconv1 = nn.ConvTranspose1d(4, 1, kernel_size=3, stride=2, padding=1, output_padding=1) x = torch.randn(16, 1, 8) print(x.size()) x1 = conv1(x) x2 = conv2(x1) print(x2.size()) x3 = dconv1(x2) print(x3.size()) ''' torch.Size([16, 1, 8]) torch.Size([16, 4, 8]) #conv2輸出特征圖大小 torch.Size([16, 1, 16]) #轉(zhuǎn)置卷積輸出特征圖大小 '''
#轉(zhuǎn)置卷積 dconv1 = nn.ConvTranspose1d(1, 1, kernel_size=3, stride=3, padding=1, output_padding=1) x = torch.randn(16, 1, 8) print(x.size()) #torch.Size([16, 1, 23]) x3 = dconv1(x) print(x3.size()) #torch.Size([16, 1, 23])
下面兩圖為演示conv1d，在padding和不padding下的輸出特征圖大小
不帶padding
帶padding
補(bǔ)充知識(shí)：判斷pytorch是否支持GPU加速
如下所示：
print torch.cuda.is_available()
以上這篇pytorch 計(jì)算ConvTranspose1d輸出特征大小方式就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
TensorFlow是一款優(yōu)秀的深度學(xué)習(xí)框架，支持多種常見(jiàn)的操作系統(tǒng)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，這篇文章主要介紹了TensorFlow2.1.0最新版本安裝詳細(xì)教程,需要的朋友可以參考下2020-04-04
python celery分布式任務(wù)隊(duì)列的使用詳解
這篇文章主要介紹了python celery分布式任務(wù)隊(duì)列的使用詳解，Celery 是一個(gè) 基于python開(kāi)發(fā)的分布式異步消息任務(wù)隊(duì)列，通過(guò)它可以輕松的實(shí)現(xiàn)任務(wù)的異步處理， 如果你的業(yè)務(wù)場(chǎng)景中需要用到異步任務(wù)，就可以考慮使用celery,需要的朋友可以參考下2019-07-07
python實(shí)現(xiàn)三種隨機(jī)請(qǐng)求頭方式
這篇文章主要介紹了python實(shí)現(xiàn)三種隨機(jī)請(qǐng)求頭方式，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
使用python制作一個(gè)為hex文件增加版本號(hào)的腳本實(shí)例
今天小編就為大家分享一篇使用python制作一個(gè)為hex文件增加版本號(hào)的腳本實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
python無(wú)序鏈表刪除重復(fù)項(xiàng)的方法
這篇文章主要介紹了python無(wú)序鏈表刪除重復(fù)項(xiàng)的方法，本文給大家介紹的非常詳細(xì)，具體一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-01-01
解決python3捕獲cx_oracle拋出的異常錯(cuò)誤問(wèn)題
今天小編就為大家分享一篇解決python3捕獲cx_oracle拋出的異常錯(cuò)誤問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
有很多地方都說(shuō)python多繼承的繼承順序,是按照深度遍歷的方式,其實(shí)python多繼承順序的算法,不是嚴(yán)格意義上的深度遍歷,而是基于深度遍歷基礎(chǔ)上優(yōu)化出一種叫3C算法,本文將給大家詳細(xì)的介紹一下python多繼承的3C算法,需要的朋友可以參考下2024-07-07
Python內(nèi)建類型int源碼學(xué)習(xí)
這篇文章主要為大家介紹了Python內(nèi)建類型int源碼學(xué)習(xí)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
Python算法之棧（stack）的實(shí)現(xiàn)
這篇文章主要介紹了Python算法之棧（stack）的實(shí)現(xiàn),非常實(shí)用,需要的朋友可以參考下2014-08-08
DataFrame窗口函數(shù)rolling()的用法
這篇文章主要介紹了DataFrame窗口函數(shù)rolling()的用法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02