pytorch计算ConvTranspose1d输出特征大小方式有哪些

这篇文章将为大家详细讲解有关pytorch计算ConvTranspose1d输出特征大小方式有哪些？，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

问题：如何经过convTransposed1d输出指定大小的特征？

import torch
from torch import nn
import torch.nn.functional as F

conv1 = nn.Conv1d1, 2, 3, padding=1)
conv2 = nn.Conv1din_channels=2, out_channels=4, kernel_size=3, padding=1)
#转置卷积
dconv1 = nn.ConvTranspose1d4, 1, kernel_size=3, stride=2, padding=1, output_padding=1)

x = torch.randn16, 1, 8)
printx.size))

x1 = conv1x)
x2 = conv2x1)
printx2.size))

x3 = dconv1x2)
printx3.size))

'''
torch.Size[16, 1, 8])
torch.Size[16, 4, 8]) #conv2输出特征图大小
torch.Size[16, 1, 16]) #转置卷积输出特征图大小
'''

#转置卷积
dconv1 = nn.ConvTranspose1d1, 1, kernel_size=3, stride=3, padding=1, output_padding=1)

x = torch.randn16, 1, 8)
printx.size)) #torch.Size[16, 1, 23])

x3 = dconv1x)
printx3.size)) #torch.Size[16, 1, 23])

下面两图为演示conv1d，在padding和不padding下的输出特征图大小

不带padding

带padding

补充知识：判断pytorch是否支持GPU加速

如下所示：

print torch.cuda.is_available)