padding='same' 转换为 PyTorch padding=#

Question

我正在尝试将以下 Keras 模型代码转换为 pytorch，但在处理 padding='same' 时遇到问题。

    model = Sequential()
    model.add(Conv2D(64, (3, 3), input_shape=img_size))
    model.add(BatchNormalization(axis=1))
    model.add(Activation('relu'))
    model.add(Dropout(0.3))
    model.add(Conv2D(64, (3, 3), padding='same'))
    model.add(BatchNormalization(axis=1))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='same'))

生成以下摘要：

Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_1 (Conv2D)            (None, 30, 30, 64)        1792      
_________________________________________________________________
batch_normalization_1 (Batch (None, 30, 30, 64)        120       
_________________________________________________________________
activation_1 (Activation)    (None, 30, 30, 64)        0         
_________________________________________________________________
dropout_1 (Dropout)          (None, 30, 30, 64)        0         
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 30, 30, 64)        36928     
_________________________________________________________________
batch_normalization_2 (Batch (None, 30, 30, 64)        120       
_________________________________________________________________
activation_2 (Activation)    (None, 30, 30, 64)        0         
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 15, 15, 64)        0         
=================================================================
Total params: 38,960
Trainable params: 38,840
Non-trainable params: 120

现在，我会写：

self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=3,
                      bias=False),
            nn.BatchNorm2d(64),
            nn.ReLU(inplace=True),
            nn.Dropout(0.3),
            nn.Conv2d(64, 64, kernel_size=3, padding = ?
                      bias=False),
            nn.BatchNorm2d(64),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2, padding = ?),
        )

padding 应该有数值。我想知道是否有更简单的方法来计算这个，因为我们使用的是 padding='same'。

此外，Keras 模型的下一行如下所示：

model.add(Conv2D(128, (3, 3), padding='same'))

所以我真的需要复习一下如何计算填充，尤其是在大步之后。 粗略看来，padding 是 2 吗？

Answer 1

公式为：k = (n - 1) / 2，其中 n 是内核大小。这是一个可视化：

Answer 2

W:输入卷大小

F:内核大小

S:步幅

P:填充量

输出体积大小=(W-F+2P)/S+1

例如

输入：7x7，kernel:3x3，stride:1，pad:0

输出大小 = (7-3+2*0)/1+1 = 5 =>5x5

Answer 3

self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=3,
                      bias=False),
            nn.BatchNorm2d(64),
            nn.ReLU(inplace=True),
            nn.Dropout(0.3),
            nn.Conv2d(64, 64, kernel_size=3, padding = 1
                      bias=False),
            nn.BatchNorm2d(64),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2, padding = 32),
        )

Answer 4

完整的padding计算公式可以在PyTorch的文档中找到：

来源：https://pytorch.org/docs/master/generated/torch.nn.Conv2d.html?highlight=conv2d#torch.nn.Conv2d

该公式包括kernel size、stride和dilation。根据这个方程，您可以使用不同的 padding 大小（作为猜测）进行迭代，直到找到合适的值来求解方程。

根据图像的大小，您可以使用二进制搜索创建求解器以找到最佳 padding 值，或者如果图像不是，您可以尝试递增 padding += 1 的不同值太大了。

Answer 5

在 PyTorch 中，您可以直接在填充中使用整数。

在 3x3 内核的卷积填充 = 1 中，stride=1 在 keras 中是〜“相同”。

并且在 MaxPool 中，您应该设置 padding=0（默认值），对于 2x2 内核，stride=2 在 keras 中是〜“相同”。

您可以使用公式：

输出 = (W+2P-K)/S + 1

让我们看一些数学计算：

对于卷积：

案例一：

输入为30x30，kernel_size(K)为3x3，步幅=1，填充=1：

Out = (30+2*1-3)/1 + 1 = floor(29/1) + 1 = 30 即 30x30 (~ padding="same")

案例二：

输入为30x30，kernel_size(K)为3x3，步幅=1，填充=0：

Out = (30+2*0-3)/1 + 1 = floor(27/1) + 1 = 28 即 28x28 (~ padding="valid")

对于最大池化：

案例一：

输入为30x30，kernel_size(K)为2x2，步幅=2，填充=0：

Out = (30+2*0-2)/2 + 1 = floor(28/2) + 1 = 15 即 15x15 (~ padding="same")

案例二：

输入为30x30，kernel_size(K)为2x2，步幅=2，填充=1：

Out = (30+2*1-2)/2 + 1 = floor(30/2) + 1 = 16 即 16x16 (~ padding="valid")

下面是一个用 PyTorch 实现的程序，与上面的 keras 代码相同：


model = nn.Sequential(
    nn.Conv2d(3, 64, kernel_size=(3, 3), padding=1, bias=False),
    nn.BatchNorm2d(64),
    nn.ReLU(inplace=True),
    nn.Dropout(0.3),

    nn.Conv2d(64, 64, kernel_size=(3, 3), padding=1, bias=False),
    nn.BatchNorm2d(64),
    nn.ReLU(inplace=True),
    nn.MaxPool2d(kernel_size=(2, 2), stride=2, padding=0)
)

X = torch.rand((1, 3, 30, 30))

print(model)
for layer in model:
    X = layer(X)
    print(X.shape)

输出：

Sequential(
  (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
  (1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (2): ReLU()
  (3): Dropout(p=0.3, inplace=False)
  (4): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
  (5): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
  (6): ReLU()
  (7): MaxPool2d(kernel_size=(2, 2), stride=2, padding=0, dilation=1, ceil_mode=False)
)
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 30, 30])
torch.Size([1, 64, 15, 15])

padding='same' 转换为 PyTorch padding=#

padding='same' conversion to PyTorch padding=#

python

padding

keras

tensorflow

pytorch