Deep learning 如何在Pytorch中分别求出[B，C，13,18]和[B，C，14,18]大小的两个张量？

当图像或张量的高度或宽度变为奇数时，我经常遇到这个问题

例如，假设原始张量的大小为[B，C，13,18]。在转发一个跨步-2 conv和其他几个conv层后，其大小将变为[B，C，7,9]。大多数情况下，如果我们将输出的样本增加2，并使用原始特征映射将其合并，则会发生错误

我发现在许多源代码中，它们使用（512512）这样的偶数大小进行训练，所以这种问题不会发生。但在测试中，我使用原始图像的大小来保持细节，经常遇到这个问题

---

我该怎么办？是否需要更改网络体系结构？

将张量与不兼容的形状连接起来没有意义。信息丢失，您需要自己指定。问题是，您希望从这个连接中得到什么？通常，为了获得兼容的形状，用零填充输入或截断输出（在一般情况下，偶数不是必需的条件）。如果高度和宽度足够大，则边缘效应应该可以忽略不计（好吧，除非可能在边缘上，这取决于）

---

因此，如果您只处理卷积，严格来说无需更改架构，只需在适当的位置添加填充层即可。

谢谢您的回复！与其填充或截断，不如将采样增加到原始大小？例如，保存输入大小[13,18]，并将输出[7,9]向上采样为[13,18]，而不是向上采样2。我仍然有一个问题：当我们有一个具有不同图像大小的数据集时，有时输入大小在没有填充层的情况下已经满足兼容条件，但有时张量变得不兼容，就像大小是奇数一样。那我该怎么办呢？似乎填充层只能在某些特定情况下工作，这不是一个通用的解决方案。IMHO，在这一点上，这是一个网络架构设计问题，没有唯一的答案。但其思想是仅在可以忽略不计的情况下使用填充，而不是填充输入大小的一半。在这种情况下，我当然更愿意使用上采样。如果输入的维度不一致，则不能使用填充。我不认为有一种非常通用的方法可以确保输入和输出形状是相同的，但我可能错了。如果输入形状变化不大，可以使用上采样层作为指定输出形状的第一层和最后一层，而不是比例因子。此外，不要忘记，在某些情况下，没有任何东西禁止使用If/else填充输入/输出。至少在Pytorch中，网络图可以动态更改，因此可以在必要时启用填充，否则禁用填充。它不优雅，但也不可怕。这样，核心网络保持不变，系统地用于处理输入，只有填充部分是特定的。