Pytorch中nn.Conv2d的用法

官网链接：

nn.Conv2d     Applies a 2D convolution over an input signal composed of several input planes.

nn.Conv2d是二维卷积方法，相对应的还有一维卷积方法nn.Conv1d,常用于文本数据的处理，而nn.Conv2d一般用于二维图像。

可以看到，在torch.nn下包含了我们模型的概念、一些常用层、损失函数等的定义。我们不一一详细说，只说我们刚开始操作时最经常用到的。今天我们从最常用的2维卷积层说起。

首先还是看官方文档对Conv2d的整体定义：

class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)

参数解释：

in_channels —— 输入的channels数

out_channels —— 输出的channels数

kernel_size ——卷积核的尺寸，可以是方形卷积核、也可以不是，下边example可以看到

stride —— 步长，用来控制卷积核移动间隔

padding ——输入边沿扩边操作

padding_mode ——扩边的方式

bias ——是否使用偏置(即out = wx+b中的b)

以上参数，均是大家了解相对较多的参数项目。

dilation:控制 kernel 点之间的空间距离， 这个参数简单说，设定了取数之间的间隔，下图可表达其意思

dilation = 0

dilation = 1

上图中蓝色为选取进行卷积计算的值。通过对比，即可了解该选项的作用

groups —— 进行分组卷积的组数

这个参数的使用不太好理解，首先还是贴原文档的说明

这个其实是将输入和输出进行分组，然后进行对应的映射，最后连接形成输出。引网络上的一张图，大概可以看出此参数的作用。引至：

pytorch group 分组卷积

参数的输入数据格式如下：

以上对参数进行了较为详尽的说明，基本上可以使用了！

官方给出了几个例子

1）方形卷积核、行列相同步长（With square kernels and equal stride）

m = nn.Conv2d(16, 33, 3, stride=2)

2）非方形卷积核、行列采用不同步长，并进行扩边

m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))

3）非方形卷积核、行列采用不同步长、数据采用稀疏，并进行扩边

m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))

通过以上例子，可知使用Conv2d的使用。

最后，我们看下Conv2d的源码，通过底层看出其实现：

该类的源码定义中，我们可以看到其中定义了3个函数：__init__、forward和conv2d_forward。__init__中可以看到，对相关参数进行了默认初始化；而在forward中，表明了这个底层实现函数是采用的nn.functional.conv2d来实现。

以上，就对该类的使用进行了一次梳理，希望大家使用起来更加顺畅！

【备注】

由于也是刚转战pytorch，有错误的地方，望各位大佬指正。也希望有兴趣一起学习的朋友一起加入进来

代码例子：

>>> # With square kernels and equal stride
>>> m = nn.Conv2d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
>>> # non-square kernels and unequal stride and with padding and dilation
>>> m = nn.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))
>>> input = torch.randn(20, 16, 50, 100)
>>> output = m(input)