PyTorch卷积层填充（Padding）与步幅（Stride）详解及代码示例

本文通过具体代码示例讲解PyTorch中卷积操作的填充（Padding）和步幅（Stride）对输出形状的影响，帮助读者掌握卷积层的参数配置技巧。

---

一、填充与步幅基础

• 填充（Padding）：在输入数据边缘添加指定数量的像素，用于控制输出尺寸的大小。

• 步幅（Stride）：卷积核在输入数据上每次滑动的步长，用于控制输出尺寸的缩小比例。

输出尺寸计算公式：

二、代码实现与示例

1. 全侧边填充1个像素

import torch
from torch import nndef comp_conv2d(conv2d, x):x = x.reshape((1, 1) + x.shape)  # 增加批次和通道维度y = conv2d(x)                    # 计算卷积return y.reshape(y.shape[2:])    # 删除批次和通道维度# 创建卷积层：3x3卷积核，填充1像素
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1)
x = torch.rand((8, 8))               # 8x8输入矩阵
comp_conv2d(conv2d, x).shape         # 输出形状

输出结果：

torch.Size([8, 8])

解析：填充1像素后，输入尺寸保持不变。

---

2. 非对称填充（高度和宽度不同）

# 创建卷积层：5x3卷积核，高度填充2，宽度填充1
conv2d = nn.Conv2d(1, 1, kernel_size=(5, 3), padding=(2, 1))
comp_conv2d(conv2d, x).shape

输出结果：

torch.Size([8, 8])

3. 步幅设置为2

# 创建卷积层：3x3卷积核，填充1，步幅2
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1, stride=2)
comp_conv2d(conv2d, x).shape

输出结果：

torch.Size([4, 4])

4. 复杂参数组合 

# 创建卷积层：3x5卷积核，高度不填充，宽度填充1，步幅(3,4)
conv2d = nn.Conv2d(1, 1, kernel_size=(3, 5), padding=(0, 1), stride=(3, 4))
comp_conv2d(conv2d, x).shape

输出结果：

torch.Size([2, 2])

 

三、总结

1. 填充用于保持输入输出尺寸一致或调整边缘特征保留。

2. 步幅用于降低输出尺寸，减少计算量。

3. 通过组合不同参数，可灵活控制卷积层的输出形状。

建议读者通过修改参数自行实验，深入理解公式中的数值变化规律。