PyTorch 普通卷积和空洞卷积实例 普通卷积和空洞卷积实例 今天小编就为大家分享一篇PyTorch 普通卷积和空洞卷积实例，具有很好的参考价值，希望对大家有所帮助。 一起跟随小编过来看看吧 如下所示： 如下所示： import numpy as np from torchvision.transforms import Compose, ToTensor from torch import nn import torch.nn.init as init def transform(): return Compose([ ToTensor(), # Normalize((12,12,12),std = (1,1,1)), ]) arr = range(1,26) arr = np.reshape(arr,[5,5]) arr = np.expand_dims(arr,2) arr = arr.astype(np.float32) # arr = arr.repeat(3,2) print(arr.shape) arr = transform()(arr) arr = arr.unsqueeze(0) print(arr) conv1 = nn.Conv2d(1, 1, 3, stride=1, bias=False, dilation=1) # 普通卷积 conv2 = nn.Conv2d(1, 1, 3, stride=1, bias=False, dilation=2) # dilation就是空洞率，即间隔 init.constant_(conv1.weight, 1) init.constant_(conv2.weight, 1) out1 = conv1(arr) out2 = conv2(arr) print('standare conv:\n', out1.detach().numpy()) print('dilated conv:\n', out2.detach().numpy()) 输出：输出： (5, 5, 1) tensor([[[[ 1., 2., 3., 4., 5.], [ 6., 7., 8., 9., 10.], [11., 12., 13., 14., 15.], [16., 17., 18., 19., 20.], [21., 22., 23., 24., 25.]]]]) standare conv: [[[[ 63. 72. 81.] [108. 117. 126.] [153. 162. 171.]]]] dilated conv: [[[[117.]]]] 以上这篇PyTorch 普通卷积和空洞卷积实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持 我们。