pytorch nn.conv2d参数个数计算
nn.conv2d(256, 256, 3, 3)假设输入大小为[3, 128, 128],输出的大小则为128-3+1=126，这一层参数个数为256*3*3+256=2560.假设输入尺寸为[C_in, H, W]，则输出大小计算公式为[C_out, (H-K+2*P)/S+1, (W-K+2*P)/S+1]。其中C_in是输入通道数，H，W是数据的尺寸，K是核大小，P是padding大小，S
·
nn.conv2d(256, 256, 3, 3)
假设输入大小为[3, 128, 128],输出的大小则为128-3+1=126，这一层参数个数为256*3*3+256=2560.
假设输入尺寸为[C_in, H, W]，则输出大小计算公式为[C_out, (H-K+2*P)/S+1, (W-K+2*P)/S+1]。其中C_in是输入通道数，H，W是数据的尺寸，K是核大小，P是padding大小，S是步长stride大小。nn.conv2d(C_in, C_out, K, K)参数个数的计算公式为C_out*K*K+C_out。K是核大小，pytorch中默认多少个输出就有多少个偏置。
参考资料：
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
2
0- 0
已为社区贡献5条内容
所有评论(0)