nn.ReflectionPad2d(镜像填充)
1、官方文档上 是这个
2、输出是
H(out) = H(in) + paddingTop + paddingBottom
W(out) = W(in) + paddingLeft + paddingRight
直接来例子试试 最重要的是下面 # laft, right, top, bottom 这个注释
input = torch.randn(64, 3, 220, 220) # input size
# 输入4-tuple
pad = nn.ReflectionPad2d((3, 3, 5, 5)) # laft, right, top, bottom
output = pad(input) # size(64, 3, 230, 226)
# 输入int
pad = nn.ReflectionPad2d(3)
output = pad(input) # size(64, 3, 226, 226)
通过运算 发现的确是这样的结果 所以记住公式就行了
转自:https://blog.csdn.net/bc521bc/article/details/85134539
分类:
计算机视觉(深度学习)
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· .NET Core内存结构体系(Windows环境)底层原理浅谈
· C# 深度学习:对抗生成网络(GAN)训练头像生成模型
· .NET 适配 HarmonyOS 进展
· 手把手教你更优雅的享受 DeepSeek
· 腾讯元宝接入 DeepSeek R1 模型,支持深度思考 + 联网搜索,好用不卡机!
· AI工具推荐:领先的开源 AI 代码助手——Continue
· 探秘Transformer系列之(2)---总体架构
· V-Control:一个基于 .NET MAUI 的开箱即用的UI组件库