- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
PyTorch 函数 torch.nn.functional.interpolate
包含多种上采样模式,例如:nearest
, linear
, bilinear
, bicubic
, trilinear
, area
.
什么是area
上采样模式用于?
最佳答案
正如 jodag 所说,它正在使用自适应平均池化来调整大小。虽然链接上的答案旨在解释自适应平均池化是什么,但我发现解释有点模糊。
TL;博士 area
torch.nn.functional.interpolate
的模式当人们想要对图像进行下采样时,这可能是最直观的思考方式之一。
您可以将其视为应用 平均低通滤波器 (LPF) 到原始图像,然后采样。申请 LPF 采样前是为了防止潜在别名 在下采样图像中。 别名 可能会导致缩小图像中出现莫尔条纹。
它可能被称为“区域”,因为它(大致)在平均输入像素时保留了输入和输出形状之间的面积比。更具体地说,输出图像中的每个像素将是输入图像中相应区域的平均值,其中 1/area
该区域的面积大致是输出图像的面积和输入图像的面积之比。
此外,interpolate
功能与 mode = 'area'
调用源函数 adaptie_avg_pool2d
(在 C++ 中实现)它为输出张量中的每个像素分配输入的计算区域内所有像素强度的平均值。该区域是按像素计算的,不同像素的大小可能不同。它的计算方式是将输出像素的高度和宽度乘以输入和输出(按该顺序)高度和宽度(分别)之间的比率,然后取一次 floor
(对于区域的起始索引)和一次 ceil
(对于区域的结束索引)结果值。
这是对nn.AdaptiveAvgPool2d
中发生的事情的深入分析:
首先,如上所述,您可以在此处找到自适应平均池化(C++)的源代码:source
看看发生魔法的函数(或者至少是单帧 CPU 上的魔法),static void adaptive_avg_pool2d_single_out_frame
,我们有 5 个嵌套循环,依次是 channel 尺寸、宽度、高度,在第三个循环的主体内,神奇的事情发生了:
首先计算输入图像中的区域,该区域用于计算当前像素的值(回想一下,我们有宽度和高度循环来运行输出中的所有像素)。
这是怎么做的?
使用以下简单计算高度和宽度的开始和结束索引:floor((input_height/output_height) * current_output_pixel_height)
开始和 ceil((input_height/output_height) * (current_output_pixel_height+1))
宽度也类似。
然后,所做的只是简单地平均该区域和当前 channel 中所有像素的强度,并将结果放在当前输出像素中。
我写了一个简单的 Python 代码片段,它以相同的方式(循环,天真)做同样的事情并产生等效的结果。它需要张量 a
并使用自适应平均池调整大小 a
塑造output_shape
有 2 种方式 - 一次使用内置 nn.AdaptiveAvgPool2d
还有一次我将 C++ 中的源函数翻译成 Python:static void adaptive_avg_pool2d_single_out_frame
.内置函数的结果保存到 b
我的翻译被保存到 b_hat
.您可以看到结果是等效的(您可以进一步使用空间形状并验证这一点):
import torch
from math import floor, ceil
from torch import nn
a = torch.randn(1, 3, 15, 17)
out_shape = (10, 11)
b = nn.AdaptiveAvgPool2d(out_shape)(a)
b_hat = torch.zeros(b.shape)
for d in range(a.shape[1]):
for w in range(b_hat.shape[3]):
for h in range(b_hat.shape[2]):
startW = floor(w * a.shape[3] / out_shape[1])
endW = ceil((w + 1) * a.shape[3] / out_shape[1])
startH = floor(h * a.shape[2] / out_shape[0])
endH = ceil((h + 1) * a.shape[2] / out_shape[0])
b_hat[0, d, h, w] = torch.mean(a[0, d, startH: endH, startW: endW])
'''
Prints Mean Squared Error = 0 (or a very small number, due to precision error)
as both outputs are the same, proof of output equivalence:
'''
print(nn.MSELoss()(b_hat, b))
关于pytorch - 'area' 的上采样方法是干什么用的?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64284755/
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 已关闭 3 年前。 此帖子于去年编辑
据我所知,在使用 GPU 训练和验证模型时,GPU 内存主要用于加载数据,向前和向后。据我所知,我认为 GPU 内存使用应该相同 1) 训练前,2) 训练后,3) 验证前,4) 验证后。但在我的例子中
我正在尝试在 PyTorch 中将两个复数矩阵相乘,看起来 the torch.matmul functions is not added yet to PyTorch library for com
我正在尝试定义二分类问题的损失函数。但是,目标标签不是硬标签0,1,而是0~1之间的一个 float 。 Pytorch 中的 torch.nn.CrossEntropy 不支持软标签,所以我想自己写
我正在尝试让 PyTorch 与 DataLoader 一起工作,据说这是处理小批量的最简单方法,在某些情况下这是获得最佳性能所必需的。 DataLoader 需要一个数据集作为输入。 大多数关于 D
Pytorch Dataloader 的迭代顺序是否保证相同(在温和条件下)? 例如: dataloader = DataLoader(my_dataset, batch_size=4,
PyTorch 的负对数似然损失,nn.NLLLoss定义为: 因此,如果以单批处理的标准重量计算损失,则损失的公式始终为: -1 * (prediction of model for correct
在PyTorch中,new_ones()与ones()有什么区别。例如, x2.new_ones(3,2, dtype=torch.double) 与 torch.ones(3,2, dtype=to
假设我有一个矩阵 src带形状(5, 3)和一个 bool 矩阵 adj带形状(5, 5)如下, src = tensor([[ 0, 1, 2], [ 3, 4,
我想知道如果不在第 4 行中使用“for”循环,下面的代码是否有更有效的替代方案? import torch n, d = 37700, 7842 k = 4 sample = torch.cat([
我有三个简单的问题。 如果我的自定义损失函数不可微会发生什么? pytorch 会通过错误还是做其他事情? 如果我在我的自定义函数中声明了一个损失变量来表示模型的最终损失,我应该放 requires_
我想知道 PyTorch Parameter 和 Tensor 的区别? 现有answer适用于使用变量的旧 PyTorch? 最佳答案 这就是 Parameter 的全部想法。类(附加)在单个图像中
给定以下张量(这是网络的结果 [注意 grad_fn]): tensor([121., 241., 125., 1., 108., 238., 125., 121., 13., 117., 12
什么是__constants__在 pytorch class Linear(Module):定义于 https://pytorch.org/docs/stable/_modules/torch/nn
我在哪里可以找到pytorch函数conv2d的源代码? 它应该在 torch.nn.functional 中,但我只找到了 _add_docstr 行, 如果我搜索conv2d。我在这里看了: ht
如 documentation 中所述在 PyTorch 中,Conv2d 层使用默认膨胀为 1。这是否意味着如果我想创建一个简单的 conv2d 层,我必须编写 nn.conv2d(in_chann
我阅读了 Pytorch 的源代码,发现它没有实现 convolution_backward 很奇怪。函数,唯一的 convolution_backward_overrideable 函数是直接引发错
我对编码真的很陌生,现在我正在尝试将我的标签变成一种热门编码。我已经完成将 np.array 传输到张量,如下所示 tensor([4., 4., 4., 4., 4., 4., 4., 4., 4.
我正在尝试实现 text classification model使用CNN。据我所知,对于文本数据,我们应该使用一维卷积。我在 pytorch 中看到了一个使用 Conv2d 的示例,但我想知道如何
我有一个多标签分类问题,我正试图用 Pytorch 中的 CNN 解决这个问题。我有 80,000 个训练示例和 7900 个类;每个示例可以同时属于多个类,每个示例的平均类数为 130。 问题是我的
我是一名优秀的程序员,十分优秀!