PyTorch 的 Conv2d 真的没有 padding=same 选项吗？

Posted 2023-02-23

【中文标题】PyTorch 的 Conv2d 真的没有 padding=same 选项吗？

【英文标题】：Is there really no padding=same option for PyTorch's Conv2d?

【发布时间】：2020-02-06 23:04:51

【问题描述】：

我目前正在构建一个可以处理时间序列数据的卷积神经网络 (CNN)。

更具体地说，数据是(100, 40)形状的财务数据，100表示100个时间戳，40表示40个特征。

我使用的 CNN 使用不对称内核大小（即 1 x 2 和 4 x 1）和不对称步幅（即 1 x 2 用于 1 x 2 层，1 x 1 用于 4 x 1 层） .

为了保持高度尺寸保持100，我需要对数据应用一些填充。我正在研究如何做到这一点，并注意到使用 TensorFlow 或 Keras 的人只需使用 padding='same'，但根据我发现的许多资源，包括 this thread on Github，此选项在 PyTorch 中显然不可用。

我发现根据some answers in this question 和this answer on the PyTorch discussion forum，我可以手动计算我需要如何填充我的数据并且可以使用torch.nn.ZeroPad2d 来解决我的问题，因为看起来很正常@987654325 @layers 不支持非对称填充（我相信我需要的总填充是高 3 宽 0）。

我为测试而编写的实验代码是这样的：

import torch
import torch.nn as nn

conv = nn.Conv2d(1, 1, kernel_size=(4, 1))
pad = nn.ZeroPad2d((0, 0, 2, 1)) # Add 2 to top and 1 to bottom.

x = torch.randint(low=0, high=9, size=(100, 40))
x = x.unsqueeze(0).unsqueeze(0)

y = pad(x)

x.shape # (1, 1, 100, 40)
y.shape # (1, 1, 103, 40)

print(conv(x.float()).shape)
print(conv(y.float()).shape)

# Output
# x -> (1, 1, 97, 40)
# y -> (1, 1, 100, 40)

如您所见，它确实在尺寸大小保持不变的意义上起作用。但是，我一直想知道那里真的没有padding='same' 选项吗？另外，我们如何知道是将 padding 2 应用到顶部还是底部？

谢谢。

---

编辑

这有点晚了，但如果有人好奇我是如何解决这个问题的，我基本上是手动添加填充以模拟padding=same 选项。

【问题讨论】：

***.com/questions/55140554/…看看那个，它会给你一个线索。

说真的，由于其静态计算图，Tensorflow 中的该功能是可能的。在 PyTorch 中，有一个动态计算图，所以可能很难实现（否则他们早就这么做了）。在nn.Conv2D内，如你所说，只有对称填充，但不同的维度可以做不同的填充。

我认为@akshayk07 是对的，而 pytorch 的动态特性使它变得困难；这是 pytorch 中“相同”填充的一个很好的实现（用于 2d 转换）：github.com/rwightman/pytorch-image-models/blob/master/timm/…

【参考方案1】：

前段时间我遇到了同样的问题，所以我自己使用ZeroPad2d 层实现了它，就像您尝试做的那样。这是正确的公式：

from functools import reduce
from operator import __add__

kernel_sizes = (4, 1)

# Internal parameters used to reproduce Tensorflow "Same" padding.
# For some reasons, padding dimensions are reversed wrt kernel sizes,
# first comes width then height in the 2D case.
conv_padding = reduce(__add__, 
    [(k // 2 + (k - 2 * (k // 2)) - 1, k // 2) for k in kernel_sizes[::-1]])

pad = nn.ZeroPad2d(conv_padding)
conv = nn.Conv2d(1, 1, kernel_size=kernel_sizes)

print(x.shape) # (1, 1, 103, 40)
print(conv(y.float()).shape) # (1, 1, 103, 40)

另外，正如@akshayk07 和@Separius 所提到的，我可以确认是pytorch 的动态特性使它变得困难。 Here 是来自 Pytorch 开发人员的关于这一点的帖子。

【参考方案2】：

现在好像有，在 pytorch 1.9.1，根据docs.

padding='valid' 与无填充相同。 padding='same' 垫 输入，因此输出具有作为输入的形状。然而，这种模式 不支持 1 以外的任何步幅值。