Pytorch 不填充图层

Question

在制作网络时，我使用了反卷积层：

def deconv3d(cin,cout,k=4,s=2,pad=-1):
    pad = (k - 1) // 2 if pad < 0 else pad
    return nn.Sequential(
        nn.ConvTranspose3d(cin,cout,kernel_size=k,stride=s,padding = pad,bias=False),
        nn.ReLU(inplace=True)
    )

我将其调整为网络，它不断减小层的大小。

self.conv_f5 = conv3d(128, 128, k=3, s=1, pad=1)
    self.conv_f6 = deconv3d(128,64,k=3,s=2,pad=1) 
    self.conv_f7 = conv3d(64,64,k=3,s=1,pad=1)                                                        
    self.conv_f8 = deconv3d(64,32,k=3,s=2,pad=1)
    self.conv_f9 = conv3d(32,32,k=3,s=1,pad=1)

这是我制作的图层，结果是：

Cost Volume: torch.Size([2, 128, 100, 120, 160])
fc5 torch.Size([2, 128, 50, 60, 80])
fc6 torch.Size([2, 64, 99, 119, 159])
fc8 torch.Size([2, 32, 197, 237, 317])

我不明白为什么 f3 的尺寸比预期的要小，并且正在寻找解决方法。

请告诉我怎么做，非常感谢。

Answer 1

这仍然不是一个可重现的例子。我看到有人调用conv3d，但您没有提供源代码。我相信它不仅仅是 nn.Conv3d 的包装，因为结果大小不匹配（例如，self.conv_5 不应使用给定参数更改张量形状）

但我相信让你感到困惑的是奇怪的大小([2, 64, 99, 119, 159])。在这种情况下，您需要非常仔细地阅读documentation for nn.ConvTranspose3d。特别是：

但是，当 stride > 1 时，Conv3d 将多个输入形状映射到相同的输出形状。提供 output_padding 以通过有效增加一侧计算的输出形状来解决这种歧义。请注意，output_padding 仅用于查找输出形状，但实际上并未在输出中添加零填充。

根据文档中提供的形状方程，我相信你想在你的 deconv 层中添加一个output_padding=1。