【pytorch】2.7 卷积函数 nn.conv2d

torch.nn.Conv2d(in_channel, 
                out_channel, 
                kernel_size, 
                stride=1, 
                padding=0, 
                dilation=1, 
                groups=1, 
                bias=True, 
                padding_module='zeros')

• in_channels：就是输入的四维张量[N, C, H, W]中的C了，即输入张量的channels数。用于确定权重等可学习参数的shape所必需的

• out_channels：期望的四维输出张量的channels数

• kernel_size：卷积核的大小，一般我们会使用5x5、3x3这种左右两个数相同的卷积核，因此这种情况只需要写kernel_size = 5这样的就行了。如果卷积核高宽不同，比如3x5，那么写作kernel_size = (3, 5)，注意需要写一个tuple，而不能写一个列表（list）

• stride：默认为1，卷积核在图像窗口上每次平移的间隔，即所谓的步长

• padding：默认为0，图像填充的行数、列数。需要注意的是这里的填充包括图像的上下左右，以padding = 1为例，若原始图像大小为32x32，那么padding后的图像大小就变成了34x34，而不是33x33。

padding 参数赋值个数不同时：

• 4个值：上 右 下 左;（为顺时针方向），比如 padding=(2, 4, 2, 4)
• 3个值：上 左=右 下;
• 2个值：上=下 左=右;
• 1个值：上=右=下=左;

---

如果在左右两边补零总数是偶数，那么左右补零数量相等
如果在左右补零的总数是奇数，那么右侧补零比左侧多一个
同理，当上下总共补零为奇数的时候，下侧补零数量比上侧多一个

Pytorch与Tensorflow在卷积层实现上最大的差别就在于padding上。

• Tensorflow提供的是padding的模式，比如same、valid，且不同模式对应了不同的输出图像尺寸计算公式。
• Pytorch则需要手动输入padding的数量，当然，Pytorch这种实现好处就在于输出图像尺寸计算公式是唯一的，即

• dilation：这个参数决定了是否采用空洞卷积，啥是空洞卷积，放两张图你就懂了。默认为1（不采用）。
  

• groups：控制输入和输出之间的连接，默认为1。group=1，输出是所有的输入的卷积；group=2，此时相当于有并排的两个卷积层，每个卷积层计算输入通道的一半，并且产生的输出是输出通道的一半，随后将这两个输出连接起来。

# 当 group=1 时
conv = nn.Conv2d(in_channels=6, out_channels=12, kernel_size=1, groups=1)
conv.weight.data.size()   # torch.size([12, 6, 1, 1])


# 当 group=2 时
conv = nn.Conv2d(in_channels=6, out_channels=12, kernel_size=1, groups=2)
conv.weight.data.size()   # torch.size([12, 3, 1, 1])


# 当 group=3 时
conv = nn.Conv2d(in_channels=6, out_channels=12, kernel_size=1, groups=3)
conv.weight.data.size()   # torch.size([12, 2, 1, 1])

• bias：是否要添加偏置参数作为可学习参数，默认为True。

• padding_mode：padding的模式，默认为 ‘zeros’