torch.nn.Conv2d向下取整的问题

Question

博主您好，想问下您在使用torch.nn.Conv2d进行卷积的时候，如果根据 N = (W − F + 2P ) / S + 1 计算出来是小数，您怎么确定它是默认向下取整的？是根据实验吗？因为我看pytorch官网上没有对于这个问题的具体说明，所以想跟您求证一下，期待您的解答！

Answer 1

引自免费微信小程序：皆我百晓生

在使用torch.nn.Conv2d进行卷积计算时，当根据输出尺寸计算公式：

[ N = \left( W - F + 2P \right) / S + 1 ]

得出的 ( N ) 是小数时，PyTorch会自动对它进行向下取整（flooring）。这是因为实际操作中，卷积核无法作用于部分输入像素，必须覆盖完整的输入区域才能生成一个输出元素。

尽管官方文档可能没有明确指出这一点，但通过查阅源码和实验验证可以确认这一行为。以下是一个简单的示例代码来演示此现象：

import torch
import torch.nn as nn

# 假设我们有如下参数：
in_channels = 3
out_channels = 64
kernel_size = 5
stride = 2
padding = 1
input_width = 10

# 创建一个 Conv2d 层并设置参数
conv_layer = nn.Conv2d(in_channels, out_channels, kernel_size, stride=stride, padding=padding)

# 创建一个随机输入张量
input_tensor = torch.rand(1, in_channels, input_width, input_height=10)

# 计算理论上的输出宽度
theoretical_output_width = (input_width - kernel_size + 2 * padding) // stride + 1

# 使用 Conv2d 进行前向传播，获取实际输出宽度
output_tensor = conv_layer(input_tensor)
actual_output_width = output_tensor.shape[2]

# 输出理论与实际宽度对比
print(f"Theoretical output width: {theoretical_output_width}")
print(f"Actual output width: {actual_output_width}")

# 实验结果将证明，即使理论宽度为小数，实际输出宽度也会被向下取整。

运行这段代码后，你会发现计算出来的实际输出宽度确实是对理论值进行了向下取整的结果。