PyTorch1.7.0调用Conv2d传padding='same'报错如何解决？

你遇到的报错是因为PyTorch 1.7.0版本不支持为nn.Conv2d的padding参数传入字符串类型值（如'same'）。字符串形式的'same'/'valid'padding配置是PyTorch 1.10版本才新增的特性，低于该版本的PyTorch仅支持接收整数或整数元组作为padding参数的输入。

有两种可选方案解决该问题：

• 方案一：手动计算padding值替换字符串参数（更推荐，无需改动现有环境依赖）
  当卷积步长stride为默认值1时，要实现same padding的效果（输出特征图尺寸与输入一致），padding数值可按如下规则计算：
  1. 当卷积核为正方形时，padding = kernel_size // 2
  2. 当卷积核为矩形（尺寸为(h, w)）时，padding = (h//2, w//2)
     你当前代码的kernel_size为2，对应padding值为1，修改后的代码如下：

import torch
from torch import nn
in_channels = 1
out_channels = 3
kernel_size = 2
conv1 = nn.Conv2d(in_channels, out_channels, kernel_size, padding=kernel_size//2)

• 方案二：升级PyTorch版本到1.10及以上
  升级后即可直接使用padding='same'的写法，升级命令如下：

pip install torch>=1.10 torchvision>=0.11

如果你的Kaggle环境中其他代码有依赖PyTorch 1.7.0的特性，不推荐使用该方案，避免出现依赖冲突。

内容的提问来源于stack exchange，提问作者d4riush