PyTorch 1.8.1中空洞卷积Same Padding实现异常问题咨询

你的计算逻辑是正确的：当stride=1时，要实现空洞卷积的Same Padding，padding确实需要设置为dilation*(kernel_size-1)//2（对应你的参数就是(35,35)），代入PyTorch 1.8.1的输出尺寸公式也能得到输入输出尺寸一致的结果。

但你实际得到的输出尺寸(681,569)，正好对应dilation=1时的计算结果：

Hout = ⌊(625 + 2×35 −1×(15−1) −1)/1 +1⌋ = 625+70-14-1+1=681
Wout = ⌊(513 + 2×35 −1×(15−1) −1)/1 +1⌋ =513+70-14-1+1=569

这说明你在定义torch.nn.Conv2d层时，很可能没有正确传入dilation=5参数，而是使用了默认值dilation=1。

正确的卷积层定义示例 #

确保dilation参数明确设置为5：

import torch

conv_layer = torch.nn.Conv2d(
    in_channels=1,
    out_channels=64,
    kernel_size=(15, 15),
    stride=(1, 1),
    dilation=5,  # 关键：必须显式设置为5，不要漏写
    padding=(35, 35)
)

# 验证输入输出尺寸
input_tensor = torch.randn(1, 1, 625, 513)
output_tensor = conv_layer(input_tensor)
print(output_tensor.shape)  # 应为 torch.Size([1, 64, 625, 513])

其他排查方向 #

如果确认dilation参数设置正确，检查以下几点：

• 代码中是否有后续逻辑修改了卷积层的padding或dilation属性
• 计算padding时是否用错了kernel_size的值（比如误写为(16,16)）
• 是否在创建张量时混淆了高度和宽度维度（不过你的输入输出维度变化比例一致，这种可能性较低）

内容的提问来源于stack exchange，提问作者Soheila Hesaraki